Long-Term Trend of Ground-Level PM2.5 Concentrations Over 2012-2017 in China
Notice bibliographique
Résumé
Ambient suspended fine particulate matter (PM2.5) is a greatest environmental risk factor for premature mortality. We adopted aerosol optical depth (AOD) retrieved from the Moderate Resolution Imaging Spectroradiometer (MODIS) instrument to produce annual-mean PM2.5 concentrations from 2012 to 2017 with a spatial resolution of 3km. A geographically weighted regression model was conducted using vertical- and hydroscopic-corrected AOD and meteorological data. The PM2.5 estimates were validated by the ground measurements, with R2and RMSE (MPE) of 0.79 and 18.26 (12.03) μg/m3. The results show that national average of PM2.5 concentration represented a 31% decline over five years, from 69.37 μg/m3in 2013 to 43.85 μg/m3in 2017, after a slightly rise (6%) during 2012-2013. Significant reduction was revealed in the Beijing-Tianjin-Hebei region, decreasing by 37.31% from 2013 to 2017. Despite low decline in some southeastern provinces, the national-mean PM2.5 concentration has decreased by 31%, indicating the effectiveness of the control policies issued by Chinese government in 2013. Nevertheless, efforts to improve air quality are still required to further reduce the mass concentration in China.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».