Notice bibliographique
Résumé
Abstract. This study investigates long-term trends of criteria air pollutants, including NO2, CO, SO2, O3 and PM2.5, and (NO2+O3) measured in ten Canadian cities during the last two to three decades and associated driving forces in terms of emission reductions, perturbations from varying weather conditions and large-scale wildfires, and changes in O3 sources and sinks. Two machine-learning methods, including random forest algorithm and boosted regression trees, were used to extract deweathered mixing ratios (or mass concentrations) of the pollutants. The Mann-Kendall analysis of the deweathered and original annual average concentrations of the pollutants showed that, on the time scale of 20 years or longer, the perturbation from varying weather conditions exerted a very minor influence on the decadal trends of original annual averages (within ±2 %) in ~70 % of the cases, and a moderate influence up to 16 % of the original trends in the other 30 % cases. NO2, CO and SO2 showed decreasing trends in the last two to three decades in all the cities except CO in Montreal. O3 showed increasing trends in all the cities, except Halifax, mainly due to weakened titration reaction between O3 and NO. (NO2+O3), however, showed decreasing trends in all the cities, except Victoria, because the increase in O3 is much less than the decrease in NO2. In three of the five eastern Canadian cities, emission reductions dominated the decreasing trends in PM2.5, but no significant trends in PM2.5 were observed in the other two cites. In five western Canadian cities, increasing or no significant trends in PM2.5 were observed, likely due to unpredictable large-scale wildfires overwhelming or balancing the impacts of emission reductions on PM2.5. In addition, despite improving air quality during the last two decades in most cities, air quality health index of above 10 (representing very high-risk condition) still occasionally occurred after 2010 in western Canadian cities because of the increased large-scale wildfires.
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 | 0,006 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,009 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,702 | 0,498 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».