MétaCan
Menu
Retour à la cohorte
Enregistrement W4399389595 · doi:10.1080/10095020.2024.2350179

Investigating the effect of spatial patterns of artificial impervious surface on PM <sub>2.5</sub> at the intra-urban scale

2024· article· en· W4399389595 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueGeo-spatial Information Science · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueImpact of Light on Environment and Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaMinistry of Natural Resources
Mots-clésImpervious surfaceScale (ratio)Environmental scienceSpatial ecologyGeographyCartographyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Artificial impervious surface, as the hallmark of urbanization, contributes to urban development but simultaneously leads to urban PM2.5 pollution. However, how artificial impervious surface affected PM2.5 at the intra-urban scale was rarely investigated. By using remote-sensing techniques to derive PM2.5 concentrations and dividing urban areas into two categories with different urban development situation (areas with drastic expansion of artificial impervious surface (DEA) and areas with slight or no changes of artificial impervious surface (SNCA)), we provided a new perspective for investigating the effects of spatial patterns of artificial impervious surface on PM2.5. First, based on multi-source predictors, a two-staged XGBoost model was adopted to derive PM2.5 concentrations. Then, after delineating DEA and SNCA based on the variations of artificial impervious surface and selecting indicators, the overall and local effects of spatial patterns of artificial impervious surface were respectively explored by Original Least Square regression (OLS) and Geographically Weighted Regression (GWR). The results demonstrated that, compared with in SNCA, population and economic development contributed to higher levels of PM2.5 concentrations in DEA. Additionally, in DEA, high PM2.5 concentrations tended to occur in areas with artificial impervious surfaces exhibiting high coverage, complex shape, and uncompact distribution. In SNCA, among all landscape spatial patterns, the effect of artificial impervious surface coverage was the strongest. Spatially, artificial impervious surface coverage and economic development had much more significant impacts on PM2.5 than other indicators. Among these two indicators, the exacerbating effect of artificial impervious surface coverage on PM2.5 pollution was more pronounced in SNCA, while economic development notably brought high PM2.5 concentrations in the suburban districts of DEA. In general, the framework proposed in this study advanced the understanding of the effects of artificial impervious surface on PM2.5 and the findings are valuable for the mitigation of PM2.5 pollution at the intra-urban scale.

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)0,003
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil0,647

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,239
Écart entre enseignants0,230 · 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