Nature-based solutions to capture atmospheric pollutants in urban ecosystems
Notice bibliographique
Résumé
Atmospheric pollution is a social problem reflected in cities due to pollutants contributing to various adverse effects on society.Over the last few years, experts have been arguing that cities may play a positive role in the resilience and adaptation strategies against atmospheric pollutants and climate change effects. Recently, Nature-based Solutions (NBS) started to be implemented, focusing on solving environmental problems in place of sole human intervention. The main purpose of this contribution is to apply NBS solutions in Mexico City and the City of Calgary, as well as to compare their effectiveness in both countries.Our contribution begins with previous research conducted about the most feasible NBS to be applied to those cities. The selected solution was the Ecosystem-based adaptation through pocket parks. Consequently, six pocket parks were visited in both cities and a database was created with descriptions of each park. In addition, a historical air quality database of those cities was created too, with the purpose of studying if NBS positively contributes to the decrease of atmospheric pollutant concentrations especially in the areas where pocket parks are placed.These databases were processed through data visualization software, which concluded that the area of the pocket parks, the quantity, and the species of trees in each park may have an important influence on pollutant reduction through the studied NBS.On the other hand, pocket parks have additional features that maintain their importance on the NBS since they have social benefits and contribute against the effects of climate change on cities. This study concludes by recognizing the importance of creating as many recreational spaces as possible that include features that address the needs of cities and citizens in building a better urban environment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».