Ancillary health effects of climate mitigation scenarios as drivers of policy uptake: a review of air quality, transportation and diet co-benefits modeling studies
Notice bibliographique
Résumé
Background: Significant mitigation efforts beyond the Nationally Determined Commitments (NDCs) coming out of the 2015 Paris Climate Agreement are required to avoid warming of 2°C above pre-industrial temperatures. Health co-benefits represent selected near term, positive consequences of climate policies that can offset mitigation costs in the short term before the beneficial impacts of those policies on the magnitude of climate change are evident. The diversity of approaches to modeling mitigation options and their health effects inhibits meta-analyses and syntheses of results useful in policy-making. Methods/Design: We evaluated the range of methods and choices in modeling health co-benefits of climate mitigation to identify opportunities for increased consistency and collaboration that could better inform policy-making. We reviewed studies quantifying the health co-benefits of climate change mitigation related to air quality, transportation, and diet published since the 2009 Lancet Commission 'Managing the health effects of climate change' through January 2017. We documented approaches, methods, scenarios, health-related exposures, and health outcomes. Results/Synthesis: Forty-two studies met the inclusion criteria. Air quality, transportation, and diet scenarios ranged from specific policy proposals to hypothetical scenarios, and from global recommendations to stakeholder-informed local guidance. Geographic and temporal scope as well as validity of scenarios determined policy relevance. More recent studies tended to use more sophisticated methods to address complexity in the relevant policy system. Discussion: Most studies indicated significant, nearer term, local ancillary health benefits providing impetus for policy uptake and net cost savings. However, studies were more suited to describing the interaction of climate policy and health and the magnitude of potential outcomes than to providing specific accurate estimates of health co-benefits. Modeling the health co-benefits of climate policy provides policy-relevant information when the scenarios are reasonable, relevant, and thorough, and the model adequately addresses complexity. Greater consistency in selected modeling choices across the health co-benefits of climate mitigation research would facilitate evaluation of mitigation options particularly as they apply to the NDCs and promote policy uptake.
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 | 0,029 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,012 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».