Forest-Fire Fine Particulate Matter and Daily Mortality in Greater Boston
Notice bibliographique
Résumé
Forest-Fire Fine Particulate Matter and Daily Mortality in Greater BostonAbstract Number:1646 Ke Zu*, Christopher Long, Julie Goodman, and Peter Valberg Ke Zu* Gradient, United States, E-mail Address: [email protected] Search for more papers by this author , Christopher Long Gradient, United States, E-mail Address: [email protected] Search for more papers by this author , Julie Goodman Gradient, United States, E-mail Address: [email protected] Search for more papers by this author , and Peter Valberg Gradient, United States, E-mail Address: [email protected] Search for more papers by this author AbstractDuring July 2002, forest fires in Quebec, Canada, blanketed the US east coast with a plume of wood smoke. This ‘natural experiment’ exposed large populations in northeastern cities to significantly elevated concentrations of fine particulate matter (PM2.5), providing a unique opportunity to test the association between daily mortality and PM excursions uncorrelated with societal activity rhythms. We obtained PM2.5 24-hr concentrations and daily mortality counts for a four-week period in July 2002 for the Greater Boston Metropolitan area (population of over 4 million). Daily average concentrations of PM2.5 were markedly increased for three days over this period, reaching as high as 63 µg/m3 from background ambient levels of 5-30 µg/m3 in the non-smoke days. We examined temporal patterns of natural-cause deaths by a moving three-day window in the week following the smoke plume. Mortality rates were generally lower after the smoke event, compared to the average mortality for the rest of July 2002. Comparison to mortality rates over the same time period in 2001 and 2003 likewise showed no impact. In contrast, based on city-specific effect estimates for PM from previous studies, an expected increase of 2-9% in daily mortality (lag 1) was anticipated following this acute elevation in PM2.5 concentrations. In conclusion, substantial short-term increases in PM2.5 concentrations from forest fire smoke did not increase daily mortality in Greater Boston.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».