Geographies of Susceptibility and Exposure in the City: Environmental Inequity of Traffic-Related Air Pollution in Toronto
Notice bibliographique
Résumé
Abstracts This paper analyses the association between traffic-generated air pollution and neighbourhood socioeconomic status in Toronto. Based on a special sampling campaign of 95 nitrogen dioxide monitors in 2002, ambient concentrations are estimated and validated at the micro-geographic scale within neighbourhoods. Exposures are modelled for their association with neighbourhood socio-economic markers drawn from the 2001 Canadian Census producing some expected positive associations with air pollution (low incomes and low education) and other surprising associations (dwelling values and high-status occupations). The results join a growing body of environmental justice studies that point to subtle and sometimes contrarian evidence. New methodologies, hazards and ongoing socio-spatial processes may be generating ever more complex environmental (in)equity relationships. Resumes >. Cet article analyse l'association entre la pollution de l'air produite par la circulation et le statut socio-economique des quartiers a Toronto. Les emissions de la circulation sont maintenant la source la plus grande de la pollution de l'air dans la ville Nord-americaine typique bien que leur diversite spatiale ne soit pas toujours appreciea. Peut-etre plus que toute autre ville au Canada, les emissions de la circulation a Toronto refletent beaucoup plus une distribution spatiale heterogene parce que la Ville possede un reseau etendu de routes importantes, des routes nationales et des autoroutes. Si les emissions de la circulation de Toronto sont spatialement heterogenes, c'est de meme pour sa geographie sociale. La region meme exemplifie, et dans quelques cas represente, des exemples extremes des disparites sociales et de la segregation spatiale des grandes metropoles canadiennes. Comment se croisent les emissions de transport et cette geographie sociale complexe pour produire des geographies de susceptibilite et d'exposition? Base sur une campagne d'echantillonnage speciale de 95 moniteurs de dioxyde d'azote en 2002, les concentrations ambiantes sont estimees et validees a l'echelle du quartier. Les expositions sont modelees pour leur association avec les indicateurs socio-economiques de quartier tires du Recensement Canadien 2001 en incluant des valeurs d'habitation, de revenu du menage, de statut de famille, de statut de minorite immigre/visible et des indicateurs du metier. Un systeme informatique geographique (ArcGIS 9.1 ESRI, Redlands, CA) est utilise pour incorporer le quartier socio-economique et les valeurs de pollution de l'air dans l'analyse. L'hypothese principale est que les quartiers en bas de l'echelle SES portent le plus grand fardeau d'exposition chronique de NO2 produit par la circulation. Les resultats des modeles produisent quelques associations positives attendues avec la pollution de l'air (les bas revenus et un niveau d'education bas) et d'autres associations surprenantes (les valeurs des habitations et des occupations de haut statut). Les resultats rejoignent un corps grandissant d'etudes de justice de l'environnement qui demontrent des resultats subtils et quelquefois contradictoire. Des nouvelles methodologies, des hasards et des processus socio-spatiaux en cours peuvent generer des rapports d'equite de l'environnement plus complexe. La recherche future peut raffiner cette analyse en poursuivant un certain nombre de pistes, incluant l'analyse d'une gamme de polluants et une analyse o une echelle spatiale alternative. Introduction The scope of environmental justice research has widened considerably in recent years to reflect not only inequities in environmental health exposures but also interest in health effects and a greater range of hazards. Underpinning these developments - and the focus of this paper- are prescriptions for and critiques of the methods used in environmental justice research and the substantive conclusions that follow (Brulle and Pellow 2006; Downey 2006; Mohai and Saha 2006; Bowen 2002). …
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».