The Canadian Optimized Statistical Smoke Exposure Model (CanOSSEM): A machine learning approach to estimate national daily fine particulate matter (PM2.5) exposure
Notice bibliographique
Résumé
Exposure to biomass smoke has been associated with a wide range of acute and chronic health outcomes. Over the past decades, the frequency and intensity of wildfires has increased in many areas, resulting in longer smoke episodes with higher concentrations of fine particulate matter (PM2.5). There are also many communities where seasonal open burning and residential wood heating have short- and long-term impacts on ambient air quality. Understanding the acute and chronic health effects of biomass smoke exposure requires reliable estimates of PM2.5 concentrations during the wildfire season and throughout the year, particularly in areas without regulatory air quality monitoring stations. We have developed a machine learning approach to estimate PM2.5 across all populated regions of Canada from 2010 to 2019. The random forest machine learning model uses potential predictor variables integrated from multiple data sources and estimates daily mean (24-hour) PM2.5 concentrations at a 5 km × 5 km spatial resolution. The training and prediction datasets were generated using observations from National Air Pollution Surveillance (NAPS) network. The Root Mean Squared Error (RMSE) between predicted and observed PM2.5 concentrations was 2.96 μg/m3 for the entire prediction set, and more than 96 % of the predictions were within 5 μg/m3 of the NAPS PM2.5 measurements. The model was evaluated using 10-fold, leave one-region-out, and leave-one-year-out cross-validations. Overall, CanOSSEM performed well but performance was sensitive to removal of large wildfire events such as the Fort McMurray interface fire in May 2016 or the extreme 2017 and 2018 wildfire seasons in British Columbia. Exposure estimates from CanOSSEM will be useful for epidemiologic studies on the acute and chronic health effects associated with PM2.5 exposure, especially for populations affected by biomass smoke where routine air quality measurements are not available.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».