Advances in multiangle satellite remote sensing of speciated airborne particulate matter and association with adverse health effects: from MISR to MAIA
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
Inhalation of airborne particulate matter (PM) is associated with a variety of adverse health outcomes. However, the relative toxicity of specific PM types—mixtures of particles of varying sizes, shapes, and chemical compositions—is not well understood. A major impediment has been the sparse distribution of surface sensors, especially those measuring speciated PM. Aerosol remote sensing from Earth orbit offers the opportunity to improve our understanding of the health risks associated with different particle types and sources. The Multi-angle Imaging SpectroRadiometer (MISR) instrument aboard NASA’s Terra satellite has demonstrated the value of near-simultaneous observations of backscattered sunlight from multiple view angles for remote sensing of aerosol abundances and particle properties over land. The Multi-Angle Imager for Aerosols (MAIA) instrument, currently in development, improves on MISR’s sensitivity to airborne particle composition by incorporating polarimetry and expanded spectral range. Spatiotemporal regression relationships generated using collocated surface monitor and chemical transport model data will be used to convert fractional aerosol optical depths retrieved from MAIA observations to near-surface PM10, PM2.5, and speciated PM2.5. Health scientists on the MAIA team will use the resulting exposure estimates over globally distributed target areas to investigate the association of particle species with population health effects.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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