MétaCan
Menu
Retour à la cohorte
Enregistrement W4302012080 · doi:10.32920/ryerson.14661255.v1

Air quality improvement in urban areas using traffic operation management

2022· preprint· en· W4302012080 sur OpenAlexaffabout
Jan Schappacher

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPollutantParticulatesAir quality indexEnvironmental scienceAir pollutionPublic transportAir pollutantsCriteria air contaminantsPollutionBusinessEnvironmental planningTransport engineeringEnvironmental engineeringEnvironmental protectionNatural resource economicsEngineeringMeteorologyGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

Clean air is becoming a valuable good while the exhausts and physical processes from road transportation cause more and more pollutants. Critical air pollutants like particulate matter, nitrogen oxides and volatile organic compounds have severe effects on the respiratory track for adults and children. To mitigate these adverse health effects, a strict set of regulations from the governments are in place. Especially the traffic sector provides a lot of opportunities to reduce the emissions of these pollutants. The focus of this report is fast responding traffic operational measures. Compared to long term developments like emission standards for new vehicles, these measures are able to reduce emission significantly within a few years or shorter periods of time. A research on applied measures in Toronto, Canada and Karlsruhe, Germany, has shown, that alternative modes of transportation like cycling and public transit have the highest efficiency to reduce the burden of air pollution.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,024
Score d'incertitude au seuil1,000

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,280
Écart entre enseignants0,253 · 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.

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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetVehicle emissions and performanceTravaux en français237 207