Investigating population exposure to traffic-related nitrogen oxides through the development and validation of air pollution surfaces
Notice bibliographique
Résumé
Le transport joue un rôle crucial dans le développement urbain en fournissant un accès à l'éducation, les marchés, l'emploi, les loisirs, les soins de santé et d'autres services essentiels. Au Canada, le transport représente 19% des oxydes d'azote (NOx) et à Montréal, la deuxième plus grande ville du Canada, le transport représente 85% des émissions de NOx. Les concentrations de NOx sont souvent utilisées comme indicateur des émissions de la circulation routière et le NOx est toujours plus élevé à proximité des voies de circulation. L'exposition à la pollution de l'air liée à la circulation a été associée à divers effets aigus et chroniques respiratoires et cardiovasculaires et un certain nombre d'études ont établi des associations positives entre les divers cancers et l'exposition à NO2. La plupart de ces évaluations se sont appuyées sur des mesures plutôt que de la modélisation. Certes, les mesures seules ne peuvent pas être suffisantes pour l'analyse de l'exposition dans un environnement urbain. En conséquence, il y a un besoin d'outils d'analyse et des modèles qui peuvent aider les décideurs à évaluer les impacts des politiques de transport sur la qualité de l'air urbain et l'exposition de la population.Cette recherche commence par l'élaboration et la validation d'un système intégré de modélisation des émissions de transport et de la dispersion atmosphérique dans le but d'être finalement utilisé comme un outil pour évaluer les impacts potentiels sur la qualité de l'air de routes dans la région métropolitaine de Montréal. Nous avons observé que les concentrations simulées sont raisonnablement corrélées avec les données observées lorsque les caractéristiques météorologiques et de dispersion détaillées sont prises en compte.La deuxième partie de cette recherche explore la possibilité d'utiliser le modèle d'émission de transport, un composant du système de modélisation intégré, en tant que proxy pour un modèle de régression de l'utilisation des terres couramment utilisé dans les études épidémiologiques. Dans la troisième partie de la recherche, puisque les trajets, les modes d'utilisation des terres, et la répartition de la circulation conduisent souvent à des inégalités dans l'exposition aux polluants atmosphériques liés aux véhicules, nous avons étudié l'inégalité dans les émissions et l'exposition à la pollution de l'air. A cet effet, des cartes de NO2 sont utilisées pour trouver les concentrations moyennes journalières à l'emplacement de la maison (statique), puis par rapport aux cartes de NO2 (dynamiques) obtenues à partir du modèle intégré. Nous avons également estimé l'exposition au cours des trajets pour identifier la contribution des déplacements à l'exposition quotidienne. Le but de cette étude est de comprendre comment le choix modal, les trajets, et les lieux d'activités des individus influent leur exposition à la pollution de l'air liée à la circulation. En outre, l'analyse au niveau individuel nous a permis d'identifier les personnes qui réduisent et celles qui augmentent leur exposition au cours de leurs trajets et les activités quotidiennes en comparant à la qualité de l'air à leur emplacement d'origine. Nos résultats de cette étude indiquent que l'utilisation d'un modèle de dispersion pour l'évaluation de l'exposition individuelle offre la possibilité pour une analyse détaillée, dynamique de l'exposition à la pollution de l'air.Finalement, dans la dernière partie de cette recherche, un cadre unique a été développé qui prend en charge les décideurs en fournissant des informations sur les états actuels et futurs de la pollution atmosphérique en fonction de scénarios de transport. A cet effet, l'année 2008 a été choisie comme année de référence avec un horizon futur de 2031. Par la suite, le système de modélisation intégrée a été utilisé pour évaluer l'impact d'une vaste stratégie régionale d'amélioration de transport en commun, révélant des réductions des concentrations de NO2 sur l'ensemble du territoire.
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 | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».