Secondary organic aerosols from anthropogenic volatile organic compounds contribute substantially to air pollution mortality
Notice bibliographique
Résumé
Abstract. Anthropogenic secondary organic aerosol (ASOA), formed from anthropogenic emissions of organic compounds, constitutes a substantial fraction of the mass of submicron aerosol in populated areas around the world and contributes to poor air quality and premature mortality. However, the precursor sources of ASOA are poorly understood, and there are large uncertainties in the health benefits that might accrue from reducing anthropogenic organic emissions. We show that the production of ASOA in 11 urban areas on three continents is strongly correlated with the reactivity of specific anthropogenic volatile organic compounds. The differences in ASOA production across different cities can be explained by differences in the emissions of aromatics and intermediate- and semi-volatile organic compounds, indicating the importance of controlling these ASOA precursors. With an improved model representation of ASOA driven by the observations, we attribute 340 000 PM2.5-related premature deaths per year to ASOA, which is over an order of magnitude higher than prior studies. A sensitivity case with a more recently proposed model for attributing mortality to PM2.5 (the Global Exposure Mortality Model) results in up to 900 000 deaths. A limitation of this study is the extrapolation from cities with detailed studies and regions where detailed emission inventories are available to other regions where uncertainties in emissions are larger. In addition to further development of institutional air quality management infrastructure, comprehensive air quality campaigns in the countries in South and Central America, Africa, South Asia, and the Middle East are needed for further progress in this area.
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) | 0,019 | 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 ».