Ambient PM2.5 Human Health Effects—Findings in China and Research Directions
Notice bibliographique
Résumé
Exposure to fine particulate matter (PM) results in adverse health outcomes. Although this is a global concern, residents of China may be particularly vulnerable due to frequent severe air pollution episodes associated with economic growth, industrialization, and urbanization. Until 2012, PM2.5 was not regulated and monitored in China and annual average concentrations far exceeded the World Health Organizations guidelines of 10 μg/m3. Since the establishment of PM2.5 Ambient Air Quality Criteria in 2012, concentrations have decreased, but still pose significant health risks. A review of ambient PM2.5 health effect studies is warranted to evaluate the current state of knowledge and to prioritize future research efforts. Our review found that recent literature has confirmed associations between PM2.5 exposure and total mortality, cardiovascular mortality, respiratory mortality, hypertension, lung cancer, influenza and other adverse health outcomes. Future studies should take a long-term approach to verify associations between exposure to PM2.5 and health effects. In order to obtain adequate exposure assessment at finer spatial resolutions, high density sampling, satellite remote sensing, or models should be employed. Personal monitoring should also be conducted to validate the use of outdoor concentrations as proxies for exposure. More research efforts should be devoted to seasonal patterns, sub-population susceptibility, and the mechanism by which exposure causes health effects. Submicron and ultrafine PM should also be monitored and regulated.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».