Four years of mobile monitoring show that urban waste is the primary source of large methane emissions hotspots in Montreal, Canada
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.
Notice bibliographique
Résumé
Abstract Urban centers contribute significantly to anthropogenic methane (CH 4 ) emissions, making them key targets for mitigation. This study aimed to map the spatial distribution of CH 4 hotspots in Montreal, Canada, identify potential sources, and quantify emissions from key sectors. In over four years, we surveyed over 3,300 km with our mobile monitoring system and detected 3,045 CH 4 hotspots, defined as mole fractions exceeding a baseline. Most hotspots were smaller than 1 ppm (85%), while larger hotspots (>1 ppm) were linked to landfills. Three routes were surveyed 10 times each, and within this subset of hotspots, most (89%) were observed only once. Among all detected hotspots, 487 were classified as leak indications, defined as hotspots with narrow widths (<160 m) and distant from known CH 4 sources. Leak indications occurred more frequently in densely populated neighborhoods (R 2 = 0.48, p = 5.22 × 10 −6 ), with an estimated emission rate of 250–507 kg day −1 . Emissions from four major landfills, calculated through a Gaussian plume inversion, were estimated at 10,064–36,410 kg CH 4 day −1 , with historical landfills alone contributing 6,641–18,467 kg CH 4 day −1 . These findings confirm the dominant role of landfills to Montreal CH 4 emissions and highlight the importance of targeting waste management sites for urban methane mitigation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle