MétaCan
Menu
Retour à la cohorte
Enregistrement W3083723744 · doi:10.4209/aaqr.2019.11.0565

Estimated Aerosol Health and Radiative Effects of the Residential Coal Ban in the Beijing-Tianjin-Hebei Region of China

2020· article· en· W3083723744 sur OpenAlexaff
Kelsey R. Bilsback, Jill Baumgartner, Michael Cheeseman, Bonne Ford, John K. Kodros, Xiaoying Li, Emily Ramnarine, Shu Tao, Yuanxun Zhang, Ellison Carter, Jeffrey R. Pierce

Notice bibliographique

RevueAerosol and Air Quality Research · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensMcGill University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBeijingEnvironmental scienceAerosolCoalChinaSingle-scattering albedoPollutionAir pollutionParticulatesMeteorologyAir quality indexAtmospheric sciencesGeographyChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Particle-phase air pollution is a leading risk factor for premature death globally and impacts climate by scattering or absorbing radiation and changing cloud properties. Within the Beijing-Tianjin-Hebei region of China, where there are severe air quality problems, several municipalities have begun implementing a coal-to-electricity program that bans residential coal and provides subsidies for electricity and electric-powered heat pumps. We used GEOS-Chem to evaluate two complete residential coal-to-electricity transitions—a Beijing-off scenario and Beijing-Tianjin-Hebei-off scenario—each relative to a base case. We estimate that within China, the ambient fine particulate matter (PM2.5) reductions in the Beijing-off scenario could lead to 1,900 (95% CI: 1,200–2,700) premature deaths avoided annually, while the Beijing-Tianjin-Hebei-off scenario could lead to 13,700 (95% CI: 8,900–19,600) premature deaths avoided annually. Additionally, we estimate that the residential-coal-ban scenarios will result in a positive top-of-the-atmosphere aerosol direct radiative effect (DRE) (model domain average: Beijing-off: 0.023 W m–2; Beijing-Tianjin-Hebei-off: 0.30 W m–2) and a negligible cloud-albedo aerosol indirect effect (AIE) (Beijing-off: 0.0001 W m–2; Beijing-Tianjin-Hebei-off: 0.0027 W m–2). To evaluate the uncertainty of the radiative effects, we calculated the DRE under four black-carbon mixing-state assumptions and both the DRE and AIE assuming three different black-carbon-to-organic-aerosol (BC:OA) ratios for residential-coal emissions. Although the magnitude of our radiative forcing estimates varied across sensitivity cases, the domain average remained positive. When only considering the aerosol-related effects of the aforementioned coal-ban scenarios, we predict substantial health benefits, but do not anticipate a climate “co-benefit”, because removing aerosol emissions leads to a warming tendency. However, if the coal-to-electricity program results in less net greenhouse gas emissions due to the replacement heaters, the policy may be able to achieve health and climate “co-benefits”.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,353
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,127
Tête enseignante GPT0,410
Écart entre enseignants0,283 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAerosol and Air Quality ResearchMême sujetAir Quality and Health ImpactsTravaux en français237 207