MétaCan
Menu
← Retour à la cohorte
Enregistrement W3186465850 · doi:10.1021/acs.est.1c00703

Impacts of Subway System Modifications on Air Quality in Subway Platforms and Trains

2021· article· en· W3186465850 sur OpenAlexafffund
Keith Van Ryswyk, Ryan Kulka, Leonora Marro, Dominik Yang, Elton Toma, Luckshya Mehta, Leigh McNeil-Taboika, Greg J. Evans

Notice bibliographique

RevueEnvironmental Science & Technology · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensNational Research Council CanadaUniversity of TorontoHealth Canada
Organismes subventionnairesHealth CanadaUniversity of TorontoGovernment of Canada
Mots-clésTrainAir quality indexTransport engineeringSubway stationEnvironmental scienceEngineeringMeteorologyGeographyCartography

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide Subway PM 2.5 can be substantially sourced from the operation of the system itself. Improvements in subway air quality may be possible by examining the potential to reduce these emissions. To this end, PM 2.5 was measured on the trains and station platforms of the Toronto subway system. A comparison with previously published data for this system reveals significant changes in below ground platform PM 2.5 . A reduction of nearly one-third (ratio (95% CI): 0.69 (0.63, 0.75)) in PM 2.5 from 2011 to 2018 appears to have resulted from a complete modernization of the rolling stock on one subway line. In contrast, below ground platform PM 2.5 for another line increased by a factor of 1.48 (95% CI; 1.42, 1.56). This increase may be related to an increase in emergency brake applications, the resolution of which coincided with a large decrease in PM 2.5 concentrations on that line. Finally, platform PM 2.5 in two newly opened stations attained, within one year of operation, typical concentrations of the neighboring platforms installed in 1963. Combined, these findings suggest that the production of platform PM 2.5 is localized and hence largely freshly emitted. Further, PM 2.5 changed across this subway system due to changes in its operation and rolling stock. Thus, similar interventions applied intentionally may prove to be equally effective in reducing PM 2.5 . Moreover, establishing a network of platform PM 2.5 monitors is recommended to monitor ongoing improvements and identify impacts of future system changes on subway air quality. This would result in a better understanding of the relationship between the operations and air quality of subways.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,300
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology→Même sujetAir Quality and Health Impacts→Travaux en français237 207→