Nox Control for Reducing Ozone Health Effects in a Changing World
Notice bibliographique
Résumé
Benefit-cost assessments are key in reaching economically efficient emission reduction targets for reducing health and environmental effects associated with ozone exposure. Current benefit-cost analyses of NOx emission reductions are conducted for a static point in time with limited consideration for the dynamic context within which emission reductions take place. We use reverse emission influence modeling and explore the forces of technological change, changes in emission patterns, and a warming climate on the long-term efficacy of NOx control. In the face of continued advancement of emission control technologies, the cost-per-ton of NOx emission reduction becomes less over time. Second, in the traditional environmental economics literature, the monetary benefit associated with 1 ton of emission reduction of criteria pollutants often diminishes as emission controls become more progressive, and thus high levels of emission reduction are not economically justifiable. Our work suggests the contrary for NOx emission reductions: ozone-based benefits-per-ton increase invariably at progressively lower emissions (e.g., from - $13,000/ton to $11,500/ton after eliminating mobile emissions in Los Angeles for the year 2007). Finally, past work has demonstrated that population exposures to urban ozone are particularly sensitive to a warming climate. We show, using reverse chemical transport modeling, that a uniform 1 degree rise in temperature across the U.S. and Canada results in approximately 370 premature ozone-related mortalities over a summer season; an impact comparable to a 5% change in anthropogenic NOx emissions. We show that urban NOx control may be regarded as a climate change adaptation strategy by reducing the vulnerability of ozone-related mortality to a warming climate. Our discussion draws upon recent studies of ours and others to suggest that the socioeconomic benefits of emission reductions may extend beyond what is currently envisioned.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».