MétaCan
Menu
Retour à la cohorte
Enregistrement W4408221192 · doi:10.1080/23748834.2025.2468017

Natural experiments in urban air quality: lessons from car-free days and COVID-19 lockdowns in Kigali, Rwanda

2025· article· en· W4408221192 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCities & Health · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCOVID-19 impact on air quality
Établissements canadiensInternational Development Research CentreWestern University
Organismes subventionnairesInternational Growth Centre
Mots-clésCoronavirus disease 2019 (COVID-19)Air quality index2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Natural (archaeology)Quality (philosophy)Environmental scienceGeographyVirologyMedicineMeteorologyPhysicsOutbreak

Résumé

récupéré en direct d'OpenAlex

A lack of long-term air quality monitoring data in African countries such as Rwanda poses a significant challenge as urbanization leads to declining air quality. This study uses four years of data on particulate matter air pollution (PM2.5) to understand the current drivers of air pollution, the success of current interventions and the potential for further actions. PM2.5 data were collected using low-cost and reference monitors in two sites in Kigali. Results show that PM2.5 levels in Kigali exceeded the recommended WHO air quality guidelines. Using the COVID-19 lockdown as a natural experiment, we find that reduced travel activity of over 80% led to PM2.5 levels declining by 33%, suggesting that transport may account for a smaller share of particulate emissions than is assumed in government literature. We also find that a program to encourage non-motorized transport in Kigali called ‘Car-Free Days’ reduced by PM2.5 15% when it was held between 2017 and 2020. This reduction is expected to have resulted in more than 200 disability-adjusted life years saved in Kigali annually, about 150 hospital visits, and 600 lost working days being avoided. We conclude by reflecting on the policies for improving air quality in Kigali City.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,144
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,055
Tête enseignante GPT0,402
Écart entre enseignants0,346 · 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