Going Mobile to Address Emerging Climate Equity Needs in the Heterogeneous Urban Environment
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
Abstract The Brookhaven National Laboratory Center for Multiscale Applied Sensing (CMAS) aims to address environmental equity needs in the context of a changing climate. As a first step toward this goal, the center developed a one-of-a-kind observatory tailored to the study of highly heterogeneous urban environments. This article describes the features of the mobile observatory that enable its rapid deployment either on or off the power grid, as well as its instrument payload. Beyond its unique design, the observatory optimizes data collection within the obstacle-laden urban environment using a new smart sampling paradigm. This setup facilitated the collection of previously poorly documented environmental properties, including wind profiles throughout the atmospheric column. The mobile observatory captured unique observations during its first few intensive observation periods. Vertical air motion and infrared temperature measurements collected along the faces of the supertall One Vanderbilt skyscraper in Manhattan, NY, reveal how solar and anthropogenic heating affect wind flow and thus the venting of heat, pollution, and contaminants in urban street canyons. Also, air temperature measurements collected during travel along a 150-km transect between Upton and Manhattan, NY, offer a high-resolution view of the urban heat island and reveal that temperature disparities also exist within the city across different neighborhoods. Ultimately, the datasets collected by CMAS are poised to help guide equitable urban planning by highlighting existing disparities and characterizing the impact of urban features on the urban microclimate with the goal of improving human comfort.
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 | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle