MétaCan
Menu
← Back to cohort
Record W7162031609 · doi:10.82308/21358

Investigating population exposure to traffic-related nitrogen oxides through the development and validation of air pollution surfaces

2016· dissertation· en· W7162031609 on OpenAlexaboutno aff
Maryam Shekarrizfard

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEnvironmental Science
TopicAir Quality and Health Impacts
Canadian institutionsnot available
Fundersnot available
KeywordsNitrogen oxidesAir pollutionUrban environmentPopulationPollution preventionIle de france

Abstract

fetched live from OpenAlex

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.

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 imitation

Not 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.

metaresearch head score (Codex)0.009
metaresearch head score (Gemma)0.011
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.024
Threshold uncertainty score0.050

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0090.011
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0010.000
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.038
GPT teacher head0.303
Teacher spread0.265 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same topicAir Quality and Health Impacts→French-language works237,207→