Isolating the impact of COVID-19 lockdown measures on urban air quality in Canada
Notice bibliographique
Résumé
Abstract We have investigated the impact of reduced emissions due to COVID-19 lockdown measures in spring 2020 on air quality in Canada’s four largest cities: Toronto, Montreal, Vancouver, and Calgary. Observed daily concentrations of NO2, PM2.5, and O3 during a “pre-lockdown” period (15 February–14 March 2020) and a “lockdown” period (22 March–2 May 2020), when lockdown measures were in full force everywhere in Canada, were compared to the same periods in the previous decade (2010–2019). Higher-than-usual seasonal declines in mean daily NO2 were observed for the pre-lockdown to lockdown periods in 2020. For PM2.5, Montreal was the only city with a higher-than-usual seasonal decline, whereas for O3 all four cities remained within the previous decadal range. In order to isolate the impact of lockdown-related emission changes from other factors such as seasonal changes in meteorology and emissions and meteorological variability, two emission scenarios were performed with the GEM-MACH air quality model. The first was a Business-As-Usual (BAU) scenario with baseline emissions and the second was a more realistic simulation with estimated COVID-19 lockdown emissions. NO2 surface concentrations for the COVID-19 emission scenario decreased by 31 to 34% on average relative to the BAU scenario in the four metropolitan areas. Lower decreases ranging from 6 to 17% were predicted for PM2.5. O3 surface concentrations, on the other hand, showed increases up to a maximum of 21% close to city centers versus slight decreases over the suburbs, but Ox (odd oxygen), like NO2 and PM2.5, decreased as expected over these cities.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».