MétaCan
Menu
Retour à la cohorte
Enregistrement W2924540856 · doi:10.1016/s2542-5196(19)30015-4

Temperature-related changes in airborne allergenic pollen abundance and seasonality across the northern hemisphere: a retrospective data analysis

2019· article· en· W2924540856 sur OpenAlexaff
Lewis H. Ziska, László Makra, Susan K. Harry, Nicolas Bruffaerts, Marijke Hendrickx, Frances Coates, Annika Saarto, M. Thibaudon, G. Oliver, Athanasios Damialis, Athanasios Charalampopoulos, Despoina Vokou, Starri Heiðmarsson, Ellý Renée Guðjohnsen, Maira Bonini, Jae-Won Oh, Krista Sullivan, Linda Ford, G. Daniel Brooks, Dorota Myszkowska, Elena Severova, Regula Gehrig, German D. Ramón, Paul J. Beggs, Kim Knowlton, Allison Crimmins

Notice bibliographique

RevueThe Lancet Planetary Health · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAllergic Rhinitis and Sensitization
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesAustralian Research CouncilAgricultural Research ServiceBureau of Meteorology, Australian GovernmentRussian Science FoundationAppalachian Regional CommissionNational Health and Medical Research CouncilAristotle University of ThessalonikiU.S. Department of AgricultureU.S. Environmental Protection Agency
Mots-clésPollenSeasonalitySouthern HemisphereNorthern HemisphereSunshine durationGrowing degree-dayClimate changeBiologyPhenologyContext (archaeology)EcologyClimatologyGeographyMeteorologyRelative humidity

Résumé

récupéré en direct d'OpenAlex

Background Ongoing climate change might, through rising temperatures, alter allergenic pollen biology across the northern hemisphere. We aimed to analyse trends in pollen seasonality and pollen load and to establish whether there are specific climate-related links to any observed changes. Methods For this retrospective data analysis, we did an extensive search for global datasets with 20 years or more of airborne pollen data that consistently recorded pollen season indices (eg, duration and intensity). 17 locations across three continents with long-term (approximately 26 years on average) quantitative records of seasonal concentrations of multiple pollen (aeroallergen) taxa met the selection criteria. These datasets were analysed in the context of recent annual changes in maximum temperature (T max ) and minimum temperature (T min ) associated with anthropogenic climate change. Seasonal regressions (slopes) of variation in pollen load and pollen season duration over time were compared to T max , cumulative degree day T max , T min , cumulative degree day T min , and frost-free days among all 17 locations to ascertain significant correlations. Findings 12 (71%) of the 17 locations showed significant increases in seasonal cumulative pollen or annual pollen load. Similarly, 11 (65%) of the 17 locations showed a significant increase in pollen season duration over time, increasing, on average, 0·9 days per year. Across the northern hemisphere locations analysed, annual cumulative increases in T max over time were significantly associated with percentage increases in seasonal pollen load (r=0·52, p=0·034) as were annual cumulative increases in T min (r=0·61, p=0·010). Similar results were observed for pollen season duration, but only for cumulative degree days (higher than the freezing point [0°C or 32°F]) for T max (r=0·53, p=0·030) and T min (r=0·48, p=0·05). Additionally, temporal increases in frost-free days per year were significantly correlated with increases in both pollen load (r=0·62, p=0·008) and pollen season duration (r=0·68, p=0·003) when averaged for all 17 locations. Interpretation Our findings reveal that the ongoing increase in temperature extremes (T min and T max ) might already be contributing to extended seasonal duration and increased pollen load for multiple aeroallergenic pollen taxa in diverse locations across the northern hemisphere. This study, done across multiple continents, highlights an important link between ongoing global warming and public health—one that could be exacerbated as temperatures continue to increase. Funding None.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,298
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations391
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Planetary HealthMême sujetAllergic Rhinitis and SensitizationTravaux en français237 207