MétaCan
Menu
Retour à la cohorte
Enregistrement W4225158965 · doi:10.11159/iceptp22.181

The Impact of Climate Conditions and Traffic Emissions on the Pms Variations in Rhodes City during the Summer of 2021

2022· article· en· W4225158965 sur OpenAlexvenueno aff
Ioannis Logothetis, Christina Antonopoulou, Georgios Zisopoulos, Adamantios Mitsotakis, Panagiotis Grammeli

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development Fund
Mots-clésEnvironmental scienceMeteorologyClimatologyAtmospheric sciencesGeographyGeology

Résumé

récupéré en direct d'OpenAlex

The increased traffic and human activities worsen the ambient air quality by affecting human's health and environment. Additionally, climate conditions are considered as one of the major factors that affect the concentration of the most pollutants. The aim of this study is to investigate the impact of climate conditions and traffic emissions on the concentration of PM2.5 and PM10 (Particulate Matter) variability in the center of Rhodes city during the summer of 2021. For the analysis, a series of recordings from a mobile air quality monitoring system located in the city center as well as climatological parameters from the 5 th generation ECMWF reanalysis (ERA5) are analysed. The analysis was performed during the period from July 17 to August 31, 2021. In order to investigate the effect of climate conditions on the concentration of PMs, maps of mean wind speed, relative humidity and temperature at 2m are constructed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,514
Score d'incertitude au seuil0,550

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetAir Quality Monitoring and ForecastingTravaux en français237 207