MétaCan
Menu
Retour à la cohorte
Enregistrement W2966356672 · doi:10.1038/s41467-019-11453-w

Impacts of air pollutants from rural Chinese households under the rapid residential energy transition

2019· article· en· W2966356672 sur OpenAlexfundno aff
Guofeng Shen, Muye Ru, Wei Du, Xi Zhu, Qirui Zhong, Yilin Chen, Huizhong Shen, Xiao Yun, Wenjun Meng, Junfeng Liu, Hefa Cheng, Jianying Hu, Dabo Guan, Shu Tao

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of North Carolina at Chapel HillNanjing UniversityDalhousie UniversityNational Natural Science Foundation of China
Mots-clésParticulatesEnvironmental scienceAir pollutionPollutantAir quality indexRural populationChinaPopulationIndoor air qualityClimate changeAir pollutantsSolid fuelEnvironmental healthAerodynamic diameterEnvironmental protectionCombustionEnvironmental engineeringGeographyMeteorologyEcologyChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Rural residential energy consumption in China is experiencing a rapid transition towards clean energy, nevertheless, solid fuel combustion remains an important emission source. Here we quantitatively evaluate the contribution of rural residential emissions to PM 2.5 (particulate matter with an aerodynamic diameter less than 2.5 μm) and the impacts on health and climate. The clean energy transitions result in remarkable reductions in the contributions to ambient PM 2.5 , avoiding 130,000 (90,000–160,000) premature deaths associated with PM 2.5 exposure. The climate forcing associated with this sector declines from 0.057 ± 0.016 W/m 2 in 1992 to 0.031 ± 0.008 W/m 2 in 2012. Despite this, the large remaining quantities of solid fuels still contributed 14 ± 10 μg/m 3 to population-weighted PM 2.5 in 2012, which comprises 21 ± 14% of the overall population-weighted PM 2.5 from all sources. Rural residential emissions affect not only rural but urban air quality, and the impacts are highly seasonal and location dependent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,724
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,305
Écart entre enseignants0,285 · 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 tête enseignante, pas un consensus.

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

Citations256
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetAir Quality and Health ImpactsTravaux en français237 207