MétaCan
Menu
Retour à la cohorte
Enregistrement W4200089439 · doi:10.1088/1748-9326/ac4535

Reduced health burden and economic benefits of cleaner fuel usage from household energy consumption across rural and urban China

2021· article· en· W4200089439 sur OpenAlexaff
Chenxi Lu, Shaohui Zhang, Chang Tan, Yun Li, Zhu Liu, Karyn Morrissey, W. Neil Adger, Taochun Sun, Hao Yin, Jiahong Guo

Notice bibliographique

RevueEnvironmental Research Letters · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of KoreaNational Natural Science Foundation of ChinaNational Research Foundation
Mots-clésChinaEnergy consumptionConsumption (sociology)Natural resource economicsEnvironmental healthEnvironmental scienceEconomicsAgricultural economicsBusinessGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Energy consumption in the residential sector is increasing rapidly in China. This study applies an integrated assessment model to investigate the adverse impacts of household energy consumption by various fuel types across rural and urban areas on age- and sex-specific premature deaths associated with PM 2.5 pollution at provincial levels for 2015. We further estimate the economic and health co-benefits of a switch from solid fuels to electricity within households. We find that energy consumed by Chinese urban households is nearly 1.6 times than that of rural households. However, premature deaths due to household energy usage is 1.1 times higher in rural areas compared to urban areas due to direct use of coal for heating in rural households. The majority of household consumption-related premature deaths are predominately in the Southern area of China due to the population size and aging population. By replacing coal and biomass with electricity, this paper estimates economic benefits equal to 0.09% (95% CI: 0.08%–0.1%) GDP for rural areas and 0.006% (0.005%–0.007%) of GDP for urban areas of China. The results suggest that mitigation measures such as the promotion and subsidization of cleaner fuels, modern stove within rural households would yield these potential significant economic benefits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,698
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,277
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetEnergy and Environment ImpactsTravaux en français237 207