Air Quality Decrement After Lockdown in Major Cities of Rajasthan, India
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The lockdown restrictions during the COVID-19 pandemic provided a 'path' of reinstatement of the air quality globally. Despite several financial challenges, air quality improvement positively impacted the environment due to lockdown in the worst pandemic situations. The present study assessed the air pollution scenario in the post lockdown phase in the seven major metropolises of Rajasthan, namely, Jodhpur, Alwar, Jaipur, Kota, Pali, Ajmer, and Udaipur, in the recent pandemic year 2020. The air pollution scenario is determined with the help of the Air Quality Index (AQI) and the concentration level of PM 2.5, PM 10 , NO 2 , and SO 2 . This study reveals that most cities of Rajasthan are violating India's national ambient air quality standards (NAAQS). It is found that Jodhpur is on rank first in terms of pollution levels, followed by Alwar, Jaipur, Pali, and Udaipur. The pollution level was higher before the lockdown period then reduced to a certain level due to restricted activities in lockdown. The pollution level is not rapidly increased after lockdown due to rainfall from the southwest monsoon. Winter season consists of higher concentration levels of pollutant and higher than before lockdown period. The study shows the significant impact of lockdown in reducing air pollution levels in cities. But imposing lockdown in a city or country is not a permanent solution to curb air pollution. So, regulating agencies and stakeholders should implement better control and reduction technologies for Indian 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 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 découle