Estimated Long-Term (1981–2016) Concentrations of Ambient Fine Particulate Matter across North America from Chemical Transport Modeling, Satellite Remote Sensing, and Ground-Based Measurements
Notice bibliographique
Résumé
Abstract Accurate data concerning historical fine particulate matter (PM2.5) concentrations are needed to assess long-term changes in exposure and associated health risks. We estimated historical PM2.5 concentrations over North America from 1981 to 2016 for the first time by combining chemical transport modeling, satellite remote sensing, and ground-based measurements. We constrained and evaluated our estimates with direct ground-based PM2.5 measurements when available and otherwise with historical estimates of PM2.5 from PM10 measurements or total suspended particle (TSP) measurements. The estimated PM2.5 concentrations were generally consistent with direct ground-based PM2.5 measurements over their duration from 1988 onward (R2 = 0.6 to 0.85) and to a lesser extent with PM2.5 inferred from PM10 measurements from 1985 to 1998 (R2 = 0.5 to 0.6). The collocated comparison of the trends of population-weighted annual average PM2.5 from our estimates and ground-based measurements was highly consistent (RMSD = 0.66 μg m–3). The population-weighted annual average PM2.5 over North America decreased from 22 ± 6.4 μg m–3 in 1981, to 12 ± 3.2 μg m–3 in 1998, and to 7.9 ± 2.1 μg m–3 in 2016, with an overall trend of −0.33 μg m–3 yr–1 (95% CI: −0.35, −0.31).
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 0,001 |
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 ».