MétaCan
Menu
Retour à la cohorte
Enregistrement W4294080954 · doi:10.3934/environsci.2022033

Atmospheric dispersion modelling of gaseous emissions from Beirutinternational airport activities

2022· article· en· W4294080954 sur OpenAlexfundno aff
Tharwat Mokalled, Stéphane Le Calvé, Nada Badaro-Saliba, Maher Abboud, Rita Zaarour, Wehbeh Farah, Jocelyne Adjizian-Gérard

Notice bibliographique

RevueAIMS environmental science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesCampus FranceSaint Joseph UniversityCanada Excellence Research Chairs, Government of Canada
Mots-clésAir quality indexInternational airportEnvironmental scienceAtmospheric dispersion modelingCivil aviationPollutantMeteorologyRunwayAtmospheric sciencesAir pollutantsHealth hazardAviationGeographyAir pollutionEngineeringCartographyEnvironmental healthAerospace engineeringGeologyChemistry

Résumé

récupéré en direct d'OpenAlex

The projected increase of civil aviation activity, the degradation of air quality and the location of Beirut Airport embedded in a very urbanized area, in addition to the special geography and topography surrounding the airport which plays a significant role in drawing emissions to larger distances, demanded anassessment of the spatial impact of the airport activities on the air quality of Beirut and its suburbs. This is the first study in the Middle East region that model pollutant concentrations resulting from an international airport's activities using an advanced atmospheric dispersion modelling system in a country with no data. This followed validation campaigns showing very strong correlations (r = 0.85) at validation sites as close as possible to emission sources. The modelling results showed extremely high NO2 concentrations within the airport vicinity, i.e., up to 110 μg∙m-3 (which is greater than the World Health Organization annual guidelines) posing a health hazard to the workers in the ramp. The major contribution of Beirut–Rafic Hariri International Airport to the degradation of air quality was in the airport vicinity; however, it extended to Beirut and its suburbs in addition to affecting the seashore area due to emissions along the aircraft trajectory; this isan aspect rarely considered in previous studies. On the other hand, elevated volatile organic compound levels were observed near the fuel tanks and at the aerodrome center. This study provides (ⅰ) a methodology to assess pollutant concentrations resulting from airport emissions through the use of an advanced dispersion model in a country with no data; and (ⅱ) a tool for policy makers to better understand the contribution of the airport's operations to national pollutant emissions, which is vital for mitigation strategies and health impact assessments.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,027
Tête enseignante GPT0,251
Écart entre enseignants0,224 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIMS environmental scienceMême sujetAir Quality and Health ImpactsTravaux en français237 207