Biogas Stoves Reduce Firewood Use, Household Air Pollution, and Hospital Visits in Odisha, India
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Traditional cooking using biomass is associated with ill health, local environmental degradation, and regional climate change. Clean stoves (liquefied petroleum gas (LPG), biogas, and electric) are heralded as a solution, but few studies have demonstrated their environmental health benefits in field settings. We analyzed the impact of mainly biogas (as well as electric and LPG) stove use on social, environmental, and health outcomes in two districts in Odisha, India, where the Indian government has promoted household biogas. We established a cross-sectional observational cohort of 105 households that use either traditional mud stoves or improved cookstoves (ICS). Our multidisciplinary team conducted surveys, environmental air sampling, fuel weighing, and health measurements. We examined associations between traditional or improved stove use and primary outcomes, stratifying households by proximity to major industrial plants. ICS use was associated with 91% reduced use of firewood ( p < 0.01), substantial time savings for primary cooks, a 72% reduction in PM 2.5, a 78% reduction in PAH levels, and significant reductions in water-soluble organic carbon and nitrogen ( p < 0.01) in household air samples. ICS use was associated with reduced time in the hospital with acute respiratory infection and reduced diastolic blood pressure but not with other health measurements. We find many significant gains from promoting rural biogas stoves in a context in which traditional stove use persists, although pollution levels in ICS households still remained above WHO guidelines.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle