Biogas Stoves Reduce Firewood Use, Household Air Pollution, and Hospital Visits in Odisha, India
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».