Effects of street plants on atmospheric particulate dispersion in urban streets: A review
Notice bibliographique
Résumé
Numerous empirical studies have demonstrated that street trees not only reduce dust pollution and absorb particulate matter (PM) but also improve microclimates, providing both ecological functions and aesthetic value. However, recent research has revealed that street tree canopy cover can impede the dispersion of atmospheric PM within street canyons, leading to the accumulation of street pollutants. Although many studies have investigated the impact of street trees on air pollutant dispersion within street canyons, the extent of their influence remains unclear and uncertain. Pollutant accumulation corresponds to the specific characteristics of individual street canyons, coupled with meteorological factors and pollution source strength. Notably, the characteristics of street tree canopy cover also exert a significant influence. There is still a quantitative research gap on street tree cover impacts with respect to pollution and dust reduction control measures within street spaces. To improve urban traffic environments, policymakers have mainly focused on scientifically based street vegetation deployment initiatives in building ecological garden cities and improving the living environment. To address uncertainties regarding the influence of street trees on the dispersion of atmospheric PM in urban streets, this study reviews dispersion mechanisms and key atmospheric PM factors in urban streets, summarizes the research approaches used to conceptualize atmospheric PM dispersion in urban street canyons, and examines urban plant efficiency in reducing atmospheric PM. Furthermore, we also address current challenges and future directions in this field to provide a more comprehensive understanding of atmospheric PM dispersion in urban streets and the role that street trees play in mitigating 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 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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,008 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».