MétaCan
Menu
Retour à la cohorte
Enregistrement W7162093546 · doi:10.82308/53365

Development of an integrated transport and emissions model and applications for population exposure and environmental justice

2014· dissertation· en· W7162093546 sur OpenAlexaboutno aff
Timothy Sider

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaAir pollutionGreenhouse gasEquity (law)TRIPS architectureCar ownershipCriteria air contaminantsBaseline (sea)DowntownPopulation

Résumé

récupéré en direct d'OpenAlex

Road transport has a tremendous impact on local urban regions as well as global planetary health. This impact is especially great given the large quantities of greenhouse gases and local air pollutants released across the world, quantities that continue to increase. For metropolitan regions, reductions in traffic-related air pollution are paramount. Which baseline is used and which strategies should be implemented are both vital questions in this regard. Integrated transport and emissions models are important tools that aid metropolitan planners in answering those questions. A regional traffic assignment model has been connected to a detailed emission processor for the Montreal metropolitan region. The road transport model contains details on all private driving trips across a standard 24-hr workday, including congested link speeds and stochastic path distributions. Meanwhile, the emissions processor incorporates local vehicle registry data and Montreal-specific ambient conditions in the estimation of both running and start emissions. Outputs include hourly link-level and trip-level emissions for greenhouse gases, hydrocarbons, and nitrogen oxides. Three research studies were then explored that were anchored by the integrated transport and emissions model. The first involved testing model sensitivity to variations in input data and randomness. The second study was aimed at understanding the land-use and socioeconomic determinants of traffic-related air pollution generation and exposure. The third study encompassed an equity analysis of social disadvantage, traffic-related air pollution generation and exposure. Major findings include evidence that: start emissions and accurate vehicle registry data have the biggest impact on accurate regional emission inventories; neighbourhoods closer to downtown tend to be low emitters while having high exposures to traffic-related air pollution, while the opposite is true for neighbourhoods in the suburbs and periphery of the region; and marginalized neighbourhoods with high social disadvantage tend to have the highest exposure levels in the region, while at the same time generating some of the lowest quantities of traffic-related air pollution. These findings support the claim that traffic is creating environmental justice issues at the metropolitan level.

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 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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,482

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVehicle emissions and performanceTravaux en français237 207