MétaCan
Menu
Retour à la cohorte
Enregistrement W4392935094 · doi:10.1088/2515-7620/ad359b

Air pollutant emissions and sources in Lao People’s Democratic Republic: a provincial scale analysis for years 2013-2019

2024· article· en· W4392935094 sur OpenAlex
Connie O’Neill, Jessica Slater, Vanphanom Sychareun, Viengnakhone Vongxay, Bounmany Soulideth, Christopher S. Malley, Diane Archer, Johan Kuylenstierna

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnvironmental Research Communications · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensYork University
Organismes subventionnairesUnited Nations Environment ProgrammeInternational Development Research Centre
Mots-clésPollutantEnvironmental scienceAir pollutionAir quality indexCriteria air contaminantsEmission inventoryGreenhouse gasParticulatesEnvironmental protectionPollutionEnvironmental engineeringAir pollutantsGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Recent rapid economic development in Lao People’s Democratic Republic (PDR) has increased national fuel consumption, vehicle fleet, industrial output, waste generation, and agricultural production. This has contributed to national average ambient fine particulate matter (PM 2.5 ) air pollutant levels that are four times higher than World Health Organisation guidelines. Emission inventories are a key tool in understanding the major sources to these air pollution levels, and provide a starting point to identify where mitigation action can be targeted. A national air pollutant emission inventory has not been developed in Lao PDR and, combined with a limited air quality monitoring network means there is limited capacity to develop and track the effectiveness of mitigation actions. This study describes the first air pollutant emission inventory at the national and provincial scale for Lao PDR, covering 2013–2019. Emissions of nine air pollutants, and two greenhouse gases, were quantified using national statistics and international default emission factors. In 2019, national total PM 2.5 , Nitrogen Oxides (NO x ), Black Carbon (BC), Sulphur Dioxide (SO 2 ), Non-Methane Volatile Organic Carbons (NMVOCs), and Ammonia (NH 3 ) were 125, 83, 9.7, 26, 219, and 99 thousand tonnes respectively. Key source sectors include forest fires, residential cooking, agriculture, electricity generation, and transport. However, the contribution of different sources varies across provinces. Forest fires are the primary source determining the spatial trend of particulate air pollution while residential and agricultural emissions contribute more significantly to rural provinces such as Savannakhet. Key sectors in major urban provinces (Vientiane Capital and Xayaboury) are industry, transport and electricity generation. These sectors are also significant sources of greenhouse gases (CO 2 and CH 4 ), demonstrating the potential for identification, evaluation and prioritisation of actions that simultaneously improve air quality and achieve Lao PDR’s international climate change commitments.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,160
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,066
Tête enseignante GPT0,391
Écart entre enseignants0,325 · 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