MétaCan
Menu
Retour à la cohorte
Enregistrement W1864643644 · doi:10.1016/j.evalprogplan.2015.07.004

Tool for assessing health and equity impacts of interventions modifying air quality in urban environments

2015· review· en· W1864643644 sur OpenAlexafffundabout
Yuri Cartier, Tarik Benmarhnia, Astrid Brousselle

Notice bibliographique

RevueEvaluation and Program Planning · 2015
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensHôpital Charles-Le MoyneUniversité de SherbrookeUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchÉcole des Hautes Études en Santé Publique
Mots-clésPsychological interventionEquity (law)Air quality indexHealth impact assessmentHealth equityEnvironmental healthOccupational safety and healthEnvironmental planningBusinessTransport engineeringEnvironmental scienceEngineeringMedicineEconomicsPublic healthHealth carePolitical scienceGeographyEconomic growthNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Urban outdoor air pollution (AP) is a major public health concern but the mechanisms by which interventions impact health and social inequities are rarely assessed. Health and equity impacts of policies and interventions are questioned, but managers and policy agents in various institutional contexts have very few practical tools to help them better orient interventions in sectors other than the health sector. Our objective was to create such a tool to facilitate the assessment of health impacts of urban outdoor AP interventions by non-public health experts. METHODS: An iterative process of reviewing the academic literature, brainstorming, and consultation with experts was used to identify the chain of effects of urban outdoor AP and the major modifying factors. To test its applicability, the tool was applied to two interventions, the London Low Emission Zone and the Montréal BIXI public bicycle-sharing program. RESULTS: We identify the chain of effects, six categories of modifying factors: those controlling the source of emissions, the quantity of emissions, concentrations of emitted pollutants, their spatial distribution, personal exposure, and individual vulnerability. Modifiable and non-modifiable factors are also identified. Results are presented in the text but also graphically, as we wanted it to be a practical tool, from pollution sources to emission, exposure, and finally, health effects. CONCLUSION: The tool represents a practical first step to assessing AP-related interventions for health and equity impacts. Understanding how different factors affect health and equity through air pollution can provide insight to city policymakers pursuing Health in All Policies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,059
score de la tête « metaresearch » (Gemma)0,153
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,314

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0590,153
Méta-épidémiologie (sens strict)0,0050,001
Méta-épidémiologie (sens large)0,0030,009
Bibliométrie0,0210,009
Études des sciences et des technologies0,0010,002
Communication savante0,0040,006
Science ouverte0,0030,006
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0240,002

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 Opus0,571
Tête enseignante GPT0,620
Écart entre enseignants0,050 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations21
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEvaluation and Program PlanningMême sujetAir Quality and Health ImpactsTravaux en français237 207