L’exposition des cyclistes aux pollutions atmosphérique et sonore en milieu urbain : Comparaison empirique de plusieurs villes à travers le monde
Bibliographic record
Abstract
Le vélo est un mode de transport durable qui connaît actuellement une renaissance dans de nombreuses villes à travers le monde. Les bénéfices individuels et collectifs de la pratique du vélo sont multiples : augmentation du niveau d’activité physique, amélioration de la santé physique et mentale, faible coût, aucune émission de pollution atmosphérique et sonore à l’utilisation, réduction de la congestion, réduction des coûts de santé, etc. Il n’est donc pas surprenant que les planificateur.rice.s et aménageur.e.s s’y intéressent et cherchent à favoriser son utilisation en ville. Cependant, les cyclistes constituent une population particulièrement vulnérable aux pollutions atmosphérique et sonore. En effet, l’absence de carlingue pour les protéger, la proximité avec le trafic routier et leurs plus hauts niveaux de ventilation les placent dans une situation de surexposition à des pollutions qu’ils contribuent pourtant à réduire. Il convient alors de se pencher sur cette problématique, car elle constitue un cas flagrant d’injustice en transport, mais également un frein potentiel à l’adoption du vélo par de nouveaux usager.ère.s. Dans de nombreuses villes des Suds, cette situation est d’autant plus problématique que les niveaux de pollutions atmosphérique et sonore sont bien plus élevés et qu’une part importante des cyclistes sont pauvres et captifs de ce mode de transport. \nLa thèse de doctorat comprend quatre articles. Le premier est une revue systématique de la littérature sur l’exposition des cyclistes aux pollutions atmosphérique et sonore. Elle identifie les principaux courants propres à cette littérature, leurs limites et propose une discussion transversale de leurs conclusions. Il en ressort notamment que l’exposition à ces pollutions dans les villes des Suds est largement sous-étudiée. À cela, s’ajoute le faible nombre d’études répliquant leurs résultats sur plusieurs terrains et une très forte disparité méthodologique des études tentant de modéliser l’exposition des cyclistes. Les trois autres articles visent à dépasser ces limites en analysant simultanément l’exposition des cyclistes au dioxyde d’azote (NO2) et au bruit environnemental et en adoptant une approche comparative basée sur des données primaires collectées dans cinq villes du Nord – Copenhague, (Danemark), Paris et Lyon (France), Montréal et Toronto (Canada) — et trois villes des Suds (Hô Chi Minh Ville, Vietnam; Delhi et Mumbai en Inde). Dans chacune de ces villes, plus de 1000 km de réseau routier et cyclable ont été échantillonnés selon une méthode de collecte extensive. Une méthodologie de modélisation bayésienne spatio-temporelle est employée pour déterminer dans quelle mesure les facteurs de l’environnement urbain micro-échelle influencent les niveaux d’exposition des cyclistes. Les résultats indiquent notamment que l’exposition au bruit environnemental des cyclistes dépend davantage de l’environnement micro-échelle que leur exposition au NO2. Les facteurs contribuant à réduire ces niveaux d’exposition sont partagés par l’ensemble des villes étudiées et ont des impacts relatifs comparables d’une ville à l’autre. Une planification adéquate du réseau cyclable permettrait de réduire significativement les niveaux d’exposition au bruit des cyclistes et dans une moindre mesure au NO2. \nLe dernier chapitre croise les résultats des quatre articles et offre des perspectives de recherche futures considérant les résultats et les limites de la thèse. \n \nThe bicycle is a sustainable transport mode experiencing currently a rebirth in cities. The benefits of bicycling at the individual and collective levels are numerous: increase in physical activity levels, improvement of physical and mental health, low use and purchasing cost, no emission of noise or air pollution during use, reduction in congestion and health costs, etc. Thus, it is not surprising that planners try to favour its use in cities. However, cyclists are a vulnerable population to air and noise pollution. Indeed, because of the lack of a cabin to protect them, the closeness to road traffic and their higher ventilation rates, they are over-exposed to pollution they contribute to reduce. It is necessary to consider this issue because it is a flagrant case of transport injustice and also a potential barrier for new bicycle users. In many cities in the Global South, this situation is even more problematic because the levels of air and noise pollution are very high and an important part of cyclists are poor and captive of their transport mode. \nThis doctoral thesis includes four articles. The first one is a systematic literature review of cyclists’ exposure to air and noise pollution. It identifies the main study trends, their limits and proposes a transversal discussion of their findings. The main shared limits are the lack of consideration for noise exposure and cities of the Global South, and the low number of studies replicating their results in several study fields paired with the high methodological discrepancy in the studies modelling cyclists’ exposures. The three other articles fit in these gaps and analyze noise and nitrogen dioxide (NO2) exposure simultaneously by adopting a comparative approach based on primary data collection in five Northern cities: Copenhagen (Denmark), Paris, Lyon (France), Montreal and Toronto (Canada), and three cities of the Global South, Delhi, Mumbai (India) and Ho Chi Minh City (Vietnam). In each city, more than 1000 km of bicycle and road segments were sampled following an extensive data collection strategy. Bayesian spatio-temporal modelling methods are used to determine how the micro-scale environments’ characteristic influence the cyclists’ exposure to environmental noise and NO2. The results show that cyclists’ exposure to environmental noise is more driven by the characteristics of the micro-scale environments, while NO2 exposure is more dependent on background pollution. The factors reducing these exposures are shared by all the studied cities and their relative impacts are similar. An adequate planning of the bicycle network could reduce significantly cyclists’ exposure to noise, and in a lower extent to NO2. \nThe last chapter summarizes build on the results of the four articles to offer perspectives on future research considering the limits of this work.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 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".