Making Air Pollution Visible: A Tool for Promoting Environmental Health Literacy
Notice bibliographique
Résumé
BACKGROUND: Digital maps are instrumental in conveying information about environmental hazards geographically. For laypersons, computer-based maps can serve as tools to promote environmental health literacy about invisible traffic-related air pollution and ultrafine particles. Concentrations of these pollutants are higher near major roadways and increasingly linked to adverse health effects. Interactive computer maps provide visualizations that can allow users to build mental models of the spatial distribution of ultrafine particles in a community and learn about the risk of exposure in a geographic context. OBJECTIVE: The objective of this work was to develop a new software tool appropriate for educating members of the Boston Chinatown community (Boston, MA, USA) about the nature and potential health risks of traffic-related air pollution. The tool, the Interactive Map of Chinatown Traffic Pollution ("Air Pollution Map" hereafter), is a prototype that can be adapted for the purpose of educating community members across a range of socioeconomic contexts. METHODS: We built the educational visualization tool on the open source Weave software platform. We designed the tool as the centerpiece of a multimodal and intergenerational educational intervention about the health risk of traffic-related air pollution. We used a previously published fine resolution (20 m) hourly land-use regression model of ultrafine particles as the algorithm for predicting pollution levels and applied it to one neighborhood, Boston Chinatown. In designing the map, we consulted community experts to help customize the user interface to communication styles prevalent in the target community. RESULTS: The product is a map that displays ultrafine particulate concentrations averaged across census blocks using a color gradation from white to dark red. The interactive features allow users to explore and learn how changing meteorological conditions and traffic volume influence ultrafine particle concentrations. Users can also select from multiple map layers, such as a street map or satellite view. The map legends and labels are available in both Chinese and English, and are thus accessible to immigrants and residents with proficiency in either language. The map can be either Web or desktop based. CONCLUSIONS: The Air Pollution Map incorporates relevant language and landmarks to make complex scientific information about ultrafine particles accessible to members of the Boston Chinatown community. In future work, we will test the map in an educational intervention that features intergenerational colearning and the use of supplementary multimedia presentations.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 ».