Cycling in one of the most polluted cities in the world: Exposure to noise and air pollution and potential adverse health impacts in Delhi
Notice bibliographique
Résumé
Abstract Background In India, many cities struggle with extreme levels of air pollution and noise. Delhi, in particular, has the notorious reputation of being one of the most polluted cities in the world. Cyclists constitute a particularly exposed population, since they cycle among motor vehicles without any protection. This paper modeled the cyclists’ exposure to nitrogen dioxide (NO 2 ) and noise in Delhi, India. Methods Using primary data collected on 1,229 kms of roads in Delhi, Generalized Additive Mixed Models with Auto-Regressive terms (GAMMAR) are constructed for noise exposure, NO 2 exposure and NO 2 inhalation doses. Results Results show that cyclists are exposed to 47 µg/m 3 of NO 2 and 3.3 dB(A) more when cycling on a primary road than on a residential street. Using WHO guideline values for noise and air pollution, we assessed how many minutes of inhaling doses and noise doses become potentially harmful to cyclists’ health in Delhi. Such thresholds are quickly exceeded: after cycling one hour in an area with moderate predicted values of noise and air pollution, the noise dose and inhaled dose of NO 2 will reach 212% and 403 µg on residential streets, and 459% and 482 µg on primary roads, respectively. Conclusion Policy makers should take these results into account to minimize cyclists’ exposure, especially for the most deprived people.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».