Household Socioeconomic Status and Traffic Pollution Exposure in Urban Los Angeles
Notice bibliographique
Résumé
Motor vehicle emissions are a major contributor to urban air pollution and are associated with many health outcomes including cardiovascular diseases, pregnancy outcomes, and asthma and other respiratory problems. We assessed whether household socioeconomic status (SES) is correlated with exposure to motor vehicle emissions in Los Angeles (LA), California. We conducted a geospatial analysis using ArcMap 10.2 and publicly available data on highways, household addresses and median household income available through the LA County GIS Data Portal, the LA Times Data Desk and the U.S. Census Bureau. We mapped major highways using ArcMap 10.2. We assessed median household income for 167,713 addresses within a 38 km radius using census data. We applied a 750 ft buffer based on previous findings that children living in homes <750 ft from the highway had an increased risk of developing leukemia. We categorized homes into five quintiles of income in order to estimate the number of homes in each income quintile that fell within the 750 ft buffer. We found that, within the 750 ft buffered region along high-traffic highways in LA, almost all homes (97%) were classified into the two lowest income quintiles: <1% of homes in the two highest (4th and 5th) income quintiles fell within the buffer, 2% in the 3rd quintile, 71% in the 2nd quintile, and 27% in the lowest quintile. (Fig. 1) We found that low SES households in L.A. are more likely to be closer to highways and thus exposed to motor vehicle emissions than higher SES households.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».