Historical transboundary ozone health impact linked to affluence
Notice bibliographique
Résumé
Abstract Ozone pollution is a major transboundary threat to global health. Systematic improvement of mitigation strategy for transboundary ozone requires a socioeconomic understanding of historical lessons in countries at different affluence levels. Here, we explore the changes in transboundary ozone related premature deaths over 1951–2019 driven by anthropogenic emissions of four country groups categorized by income level. By integrating global emission datasets, a chemical transport model (GEOS-Chem), in situ ozone measurements worldwide and an ozone exposure-response model, we find that mortality caused by transboundary anthropogenic ozone increases by 27 times from 1951 to 2019, and on average contributes about 27% of global anthropogenic ozone related deaths. All groups exert and suffer from substantial transboundary ozone related mortality. The high-income and upper middle groups have each experienced an inverted U-shaped relationship between its affluence and per-million-people contribution to mortality caused by transboundary ozone, with the turning point around 23 000 USD and 6300 USD, respectively. The lower middle group has gradually matched the growth pathway of the upper middle group with a turning point less clear. Concerted efforts to ensure early turning points in less affluent countries will have considerable global health 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 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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».