Association between Green Space Structure and the Prevalence of Asthma: A Case Study of Toronto
Notice bibliographique
Résumé
Asthma is a chronic inflammatory disease that can be caused by various factors, such as asthma-related genes, lifestyle, and air pollution, and it can result in adverse impacts on asthmatics' mental health and quality of life. Hence, asthma issues have been widely studied, mainly from demographic, socioeconomic, and genetic perspectives. Although it is becoming increasingly clear that asthma is likely influenced by green spaces, the underlying mechanisms are still unclear and inconsistent. Moreover, green space influences the prevalence of asthma concurrently in multiple ways, but most existing studies have explored only one pathway or a partial pathway, rather than the multi-pathways. Compared to greenness (measured by Normalized Difference Vegetation Index, tree density, etc.), green space structure-which has the potential to impact the concentration of air pollution and microbial diversity-is still less investigated in studies on the influence of green space on asthma. Given this research gap, this research took Toronto, Canada, as a case study to explore the two pathways between green space structure and the prevalence of asthma based on controlling the related covariates. Using regression analysis, it was found that green space structure can protect those aged 0-19 years from a high risk of developing asthma, and this direct protective effect can be enhanced by high tree diversity. For adults, green space structure does not influence the prevalence of asthma unless moderated by tree diversity (a measurement of the richness and diversity of trees). However, this impact was not found in adult females. Moreover, the hypothesis that green space structure influences the prevalence of asthma by reducing air pollution was not confirmed in this study, which can be attributed to a variety of causes.
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 | 0,003 | 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 | 0,000 |
| 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) | 0,001 | 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 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 ».