Geographical Variations of the Minimum Mortality Temperature at a Global Scale
Notice bibliographique
Résumé
BACKGROUND: Minimum mortality temperature (MMT) is an important indicator to assess the temperature-mortality association, indicating long-term adaptation to local climate. Limited evidence about the geographical variability of the MMT is available at a global scale. METHODS: We collected data from 658 communities in 43 countries under different climates. We estimated temperature-mortality associations to derive the MMT for each community using Poisson regression with distributed lag nonlinear models. We investigated the variation in MMT by climatic zone using a mixed-effects meta-analysis and explored the association with climatic and socioeconomic indicators. RESULTS: The geographical distribution of MMTs varied considerably by country between 14.2 and 31.1 °C decreasing by latitude. For climatic zones, the MMTs increased from alpine (13.0 °C) to continental (19.3 °C), temperate (21.7 °C), arid (24.5 °C), and tropical (26.5 °C). The MMT percentiles (MMTPs) corresponding to the MMTs decreased from temperate (79.5th) to continental (75.4th), arid (68.0th), tropical (58.5th), and alpine (41.4th). The MMTs indreased by 0.8 °C for a 1 °C rise in a community's annual mean temperature, and by 1 °C for a 1 °C rise in its SD. While the MMTP decreased by 0.3 centile points for a 1 °C rise in a community's annual mean temperature and by 1.3 for a 1 °C rise in its SD. CONCLUSIONS: The geographical distribution of the MMTs and MMTPs is driven mainly by the mean annual temperature, which seems to be a valuable indicator of overall adaptation across populations. Our results suggest that populations have adapted to the average temperature, although there is still more room for adaptation.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».