Exports Widen the Regional Inequality of Health Burdens and Economic Benefits in India
Notice bibliographique
Résumé
Both the ever-complex international and subnational supply chains could relocate health burdens and economic benefits across India, leading to the widening of regional inequality. Here, we simultaneously track the unequal distribution of fine particle matter (PM 2.5 ) pollution, health costs, and value-added embodied in inter- and intranational exports for Indian states in 2015 by integrating a nested multiregional input-output (MRIO) table constructed based on EXIOBASE and an Indian regional MRIO table, Emissions Database for Global Atmospheric Research (EDGAR), the Community Multi-Scale Air Quality (CMAQ) model, and a concentration-response function. The results showed that the annual premature deaths associated with PM 2.5 pollution embodied in inter- and intranational exports were 757,356 and 388,003 throughout India, accounting for 39% and 20% of the total premature deaths caused by PM 2.5 pollution, respectively. Richer south and west coastal states received around half of the national Gross Domestic Product (GDP) induced by exports with a quarter of the health burden, while poorer central and east states bear approximately 60% of the health burden with less than a quarter of national GDP. Our findings highlight the role of exports in driving the regional inequality of health burdens and economic benefits. Therefore, tailored strategies (e.g., air pollution compensation, advanced technology transfer, and export structure optimization) could be formulated.
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 | 0,000 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».