Land-use regression modelling of highway ultrafine particle number concentrations
Notice bibliographique
Résumé
Ultrafine particles (UFP; diameter < 100 nm) are suspended atmospheric solids of concern to \nhuman health due to their small diameters. Vehicles emit significant numbers of UFP, leading to \nsteep spatial gradients on, and near, high traffic roadways. Particle number concentrations were \nmeasured while driving a cyclic route on four Toronto highways during non-rush hour weekday \nperiods during the summer. These data were averaged over roadway length segments to create a \nconcentration map of the route. Road segment-averaged concentrations were bimodal, and ranged \nfrom 26,000 to 106,500 particles cm-3, which is significantly greater than the average background \ndowntown Toronto concentration (15,500 cm-3). A land-use regression model incorporating diesel \ntruck traffic, six land use types, and distance to Lake Ontario, accounted for 34% of the variability \nof on-road concentrations. Understanding the complex spatial distribution of urban UFP is integral \nto designing epidemiological studies and understanding commuter pollutant exposure. / Des particules ultrafines (PUF; diamètre < 100 nm) sont des solides en suspension atmosphériques \nqui sont source de préoccupation pour la santé humaine en raison de leurs petits diamètres. Les \nvéhicules motorisés émettent un grand nombre de PUF, ce qui résulte dans la formation des gradients spatiaux prononcés sur, et à proximité, des autoroutes à haute densité. Ici, des concentrations \nnumériques des particules ont été mesurées en empruntant des routes en vélo au bord de quatre \nautoroutes situés à ou près de Toronto en dehors des heures de pointe en semaine pendant l'été. \nUne moyenne des données a été établie sur des segments de chaussée afin de créer une carte de \nconcentration sur ces itinéraires en particulier. La moyenne des concentrations sur des segments \nde chaussée a été bimodale, et variait de 26,000 à 106,500 particules cm-3, ce qui est nettement \nsupérieur à la concentration en moyenne des rues de référence situé dans le centre-ville de Toronto \n(15,500 cm-3). Un modèle de régression sur l’aménagement du territoire qui intégrait la circulation \ndes camions à moteur diésel, six genres d’aménagement du territoire, et la distance du lac Ontario, \nreprésentaient 34% de la variabilité des concentrations sur les autoroutes. La compréhension de la \ndistribution spatiale complexe des PUF urbaines est partie intégrante de la conception des études épidémiologiques et de la compréhension d’exposition aux polluants pour des navetteurs de banlieue.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».