Canadian Forest Fires and the Effects of Long-Range Transboundary Air Pollution on Hospitalizations among the Elderly
Notice bibliographique
Résumé
In July 2002, lightning strikes ignited over 250 fires in Quebec, Canada, destroying over one million hectares of forest. The smoke plume generated from the fires had a major impact on air quality across the east coast of the U.S. Using data from the Medicare National Claims History File and the U.S. Environmental Protection Agency (EPA) National air pollution monitoring network, we evaluated the health impact of smoke exposure on 5.9 million elderly people (ages 65+) in the Medicare population in 81 counties in 11 northeastern and Mid-Atlantic States of the US. We estimated differences in the exposure to ambient PM2.5—airborne particulate matter with aerodynamic diameter of ≤2.5 µm—concentrations and hospitalizations for cardiovascular, pulmonary and injury outcomes, before and during the smoke episode. We found that there was an associated 49.6% (95% confidence interval (CI), 29.8, 72.3) and 64.9% (95% CI, 44.3–88.5) increase rate of hospitalization for respiratory and cardiovascular diagnoses, respectively, when the smoke plume was present compared to before the smoke plume had arrived. Our study suggests that rapid increases in PM2.5 concentrations resulting from wildfire smoke can impact the health of elderly populations thousands of kilometers removed from the fires.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».