Wildfire, Smoke Exposure, Human Health, and Environmental Justice Need to be Integrated into Forest Restoration and Management
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Increasing wildfire size and severity across the western United States has created an environmental and social crisis that must be approached from a transdisciplinary perspective. Climate change and more than a century of fire exclusion and wildfire suppression have led to contemporary wildfires with more severe environmental impacts and human smoke exposure. Wildfires increase smoke exposure for broad swaths of the US population, though outdoor workers and socially disadvantaged groups with limited adaptive capacity can be disproportionally exposed. Exposure to wildfire smoke is associated with a range of health impacts in children and adults, including exacerbation of existing respiratory diseases such as asthma and chronic obstructive pulmonary disease, worse birth outcomes, and cardiovascular events. Seasonally dry forests in Washington, Oregon, and California can benefit from ecological restoration as a way to adapt forests to climate change and reduce smoke impacts on affected communities. RECENT FINDINGS: Each wildfire season, large smoke events, and their adverse impacts on human health receive considerable attention from both the public and policymakers. The severity of recent wildfire seasons has state and federal governments outlining budgets and prioritizing policies to combat the worsening crisis. This surging attention provides an opportunity to outline the actions needed now to advance research and practice on conservation, economic, environmental justice, and public health interests, as well as the trade-offs that must be considered. Scientists, planners, foresters and fire managers, fire safety, air quality, and public health practitioners must collaboratively work together. This article is the result of a series of transdisciplinary conversations to find common ground and subsequently provide a holistic view of how forest and fire management intersect with human health through the impacts of smoke and articulate the need for an integrated approach to both planning and practice.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».