A Case Study of Birch Pollen and the Synergy with Environmental Factors: Relation to Asthma in Montreal, Canada
Notice bibliographique
Résumé
Environmental factors such as air pollution are known to exacerbate respiratory illness and increase the overall health risk. However, on a daily or seasonal basis, the relation between air pollutants, weather and a disease such as asthma is not clear. When combined with aeroallergens such as birch pollen and under specific weather conditions, synergistic effects may increase symptoms of respiratory illness and morbidity and then reveal interesting links with environmental factors. Hence, it is important to improve the understanding of pollution-pollen-weather and broaden the public health message. Combined analysis and model simulation of aeroallergens, air pollution and weather as presented here is important to correctly evaluate health burdens and allow a better forecast of the potential health risk. However, analyzing the combined effects of several environmental factors is not well understood and represents a challenging task. This paper shows: (1) the results of data analysis performed in Montreal for asthma hospitalization in relation to complex synergistic environmental factors, and (2) model simulation of birch pollen using a coupled weather-air quality model (GEM-MACH) compared with model-data fusion of classical chemical species (e.g., near-surface ozone, nitrogen dioxide and fine particulate matter) in order to evaluate spatiotemporal vulnerable zone for asthma health risk.
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 | 0,000 | 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) | 0,000 | 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 ».