Cumulative air pollution indicators highlight unique patterns of injustice in urban Canada
Notice bibliographique
Résumé
Disparities in air pollution exposure are a form of distributional environmental injustice that has been documented in many jurisdictions around the world. In Canada, although there is a growing literature characterizing exposure inequalities, an important gap is research that captures the cumulative impact of the multiple air pollutants to which communities are exposed. Here, we present a screening-level analysis of inequalities in single pollutant and cumulative air pollution burdens in three major cities in Canada: Toronto, Montreal, and Vancouver. We construct three cumulative hazard indices (CHIs), using previously published national datasets for PM 2.5 , NO 2 , SO 2 , and O 3 concentrations for illustrative year 2012. We describe the ways in which patterns of inequality differ between pollutants, between ways of calculating cumulative burden, and between cities. Different methods of constructing CHIs can yield different understandings of the spatial distribution of pollution, and in turn, inequality. We find the largest spatial variations for a CHI based on whether each pollutant exceeds an external benchmark (here, air quality guidelines), which translates into the largest calculated disparities in cumulative air pollution burdens for marginalized groups. We observe distinct patterns of inequality between the cities, in terms of which marginalized groups consistently experience higher cumulative air pollution burdens (Vancouver: Indigenous residents, Montreal: immigrant residents, Toronto: low-income residents). Results also highlight the importance of using a suite of socio-demographic indicators as patterns can differ between individual racialized/ethnic groups, and between different measures of socio-economic status. This work illustrates how a range of cumulative hazard screening indicators could be used in a policy context in Canada and elsewhere, while highlighting some of the methodological complexities in how environmental and social risks are characterized and combined. Given these complexities, we suggest that community input should inform the design of environmental justice indicators, as an important component of procedural justice.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».