Proximité au trafic routier et pollution de l’air en Ile-de-France
Bibliographic record
Abstract
En Ile-de-France, la pollution en proximité au trafic routier constitue une problématique cruciale, particulièrement en cœur d’agglomération. Airparif, association agréée de surveillance de la qualité de l’air en Ile-de-France, assure le suivi quotidien et au long cours des polluants réglementés via : un réseau de mesure, constitué de stations de fond et de proximité au trafic; un inventaire des émissions polluantes, avec un traitement spécifique des émissions du trafic routier; des systèmes de modélisation et de cartographie de la qualité de l’air intégrant la proximité au trafic routier.Parmi les polluants fortement émis par le trafic routier, le benzène et le CO ne sont plus problématiques en Ile-de-France; en revanche, dioxyde d’azote (NO2) et particules connaissent des dépassements très intenses des valeurs limites réglementaires en proximité au trafic routier; pour NO2, les dépassements ont également lieu en fond. De plus, les niveaux sont stables en proximité au trafic. Cela conduit de façon récurrente à plus de trois millions d’habitants potentiellement exposés à des niveaux critiques de pollution atmosphérique. Un des enjeux futurs de la surveillance de la qualité de l’air est la caractérisation fine des niveaux, notamment en proximité au trafic routier. Les développements actuels concernent la modélisation haute résolution des concentrations; la cartographie intégrant sorties de modèles et observations. Ceci afin d’améliorer l’évaluation de l’exposition des populations dans les études santé environnement menées par les acteurs de la santé; de renforcer l’appui aux pouvoirs publics pour la gestion de la qualité de l’air.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".