Health burden and economic loss attributable to ambient PM2.5 in Iran based on the ground and satellite data
Notice bibliographique
Résumé
Abstract We estimated mortality and economic loss attributable to PM2·5 air pollution exposure in 429 counties of Iran in 2018. Ambient PM2.5-related deaths were estimated using the Global Exposure Mortality Model (GEMM). According to the ground-monitored and satellite-based PM2.5 data, the annual mean population-weighted PM2·5 concentrations for Iran were 30.1 and 38.6 μg m−3, respectively. We estimated that long-term exposure to ambient PM2.5 contributed to 49,303 (95% confidence interval (CI) 40,914–57,379) deaths in adults ≥ 25 yr. from all-natural causes based on ground monitored data and 58,873 (95% CI 49,024–68,287) deaths using satellite-based models for PM2.5. The crude death rate and the age-standardized death rate per 100,000 population for age group ≥ 25 year due to ground-monitored PM2.5 data versus satellite-based exposure estimates was 97 (95% CI 81–113) versus 116 (95% CI 97–135) and 125 (95% CI 104–145) versus 149 (95% CI 124–173), respectively. For ground-monitored and satellite-based PM2.5 data, the economic loss attributable to ambient PM2.5-total mortality was approximately 10,713 (95% CI 8890–12,467) and 12,792.1 (95% CI 10,652.0–14,837.6) million USD, equivalent to nearly 3.7% (95% CI 3.06–4.29) and 4.3% (95% CI 3.6–4.5.0) of the total gross domestic product in Iran in 2018.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».