MétaCan
Menu
Retour à la cohorte
Enregistrement W4320085100 · doi:10.3126/njst.v21i1.49916

A Short-Term Measurement of PM2.5 Concentration During the COVID-19 Lockdown Period in Kathmandu Valley

2022· article· en· W4320085100 sur OpenAlexfundno aff
Pawan Kumar Neupane, Sunil Babu Shrestha, Dipesh Rupakheti, Dev Raj Joshi, Tista Prasai Joshi

Notice bibliographique

RevueNepal Journal of Science and Technology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCOVID-19 impact on air quality
Établissements canadiensnon disponible
Organismes subventionnairesNepal Academy of Science and TechnologyInternational Development Research Centre
Mots-clésAir quality indexEnvironmental scienceParticulatesCoronavirus disease 2019 (COVID-19)Air pollution2019-20 coronavirus outbreakEnvironmental healthMeteorologyEnvironmental protectionGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

The Government of Nepal implemented a nationwide lockdown from 24 March 2020 to 21 July 2020 to control the person-to-person transmission of COVID-19. This study was conducted in a trafficintensified area of Kathmandu valley, where vehicular movement represents one of the main sources of air pollution. Hence, this study was intended to quantify the concentration of particulate matter (PM2.5) for 11 hours of daytime from 23 April to 20 May 2020. It was also to evaluate the influences of lockdown on air quality. PM2.5 was observed using HAZ-Dust, Environmental Particulate Air Monitor in the 18 different traffic sites of the Kathmandu valley. During the lockdown period, a substantially low mean concentration of PM2.5 ranging from 3.69±1.78 µg/ m3 to 7.58±3.98 µg/m3 was recorded in Kathmandu valley, which reflected improved air quality due to the cessation of vehicular activities. Therefore, the study outcome suggests that controlling the existing vehicular activities and promoting energy-efficient vehicles like electric vehicles in specific locations in the city will improve air quality and benefit public health.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil0,762

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,030
Tête enseignante GPT0,294
Écart entre enseignants0,264 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNepal Journal of Science and TechnologyMême sujetCOVID-19 impact on air qualityTravaux en français237 207