Inequities in exposure to ambient fine particulate matter in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND AIM: Exposure to fine particulate matter (PM2.5) is associated with various adverse health outcomes. Previous cross-sectional analyses of environmental injustice in Canada found inequitable exposure to PM2.5 in low-income populations, visible minorities and immigrants. We expand on this literature by investigating if communities with different demographic characteristics benefit equitably from changes in ambient concentrations of PM2.5 from 2001 to 2016 in Canada. METHODS: We use census tract level estimates of average annual PM2.5 derived from satellite-based observations to investigate how the spatial distribution of PM2.5 has evolved over time. We use decennial census data to determine if demographic characteristics are associated with changes in exposure to PM2.5, accounting for geographic boundary changes between census periods. RESULTS:Ambient PM2.5 concentrations have decreased from 2001 (median of 9.1 μg/m³ across tracts) to 2016 (median of 6.4 μg/m³ across tracts), with varying provincial patterns. Across census tracts, ranked estimates of PM2.5 in 2001 and in 2016 are correlated (Spearman correlation coefficient = 0.75). Tracts with higher concentrations of PM2.5 in 2001 tend to remain among the most polluted tracts in 2016. Accounting for provincial differences and baseline PM2.5, census tracts with greater proportions of individuals with lower education, unemployed individuals or individuals who have lower income experience smaller absolute decreases in PM2.5 from 2001 to 2016. CONCLUSIONS:Identifying demographic groups that benefit least from changes in ambient concentrations of PM2.5 provides direction for research on reducing environmental injustice due to differential exposure. KEYWORDS: Environmental justice, Particulate matter, Socio-economic factors
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.
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) | 0,002 | 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 découle