Impact of lowering fine particulate matter from major emission sources on mortality in Canada: A nationwide causal analysis
Notice bibliographique
Résumé
Emissions of fine particulate matter (PM 2.5 ) from human activities have been linked to substantial disease burdens, but evidence regarding how reducing PM 2.5 at its sources would improve public health is sparse. We followed a population-based cohort of 2.7 million adults across Canada from 2007 through 2016. For each participant, we estimated annual mean concentrations of PM 2.5 and the fractional contributions to PM 2.5 from the five leading anthropogenic sources at their residential address using satellite observations in combination with a global atmospheric chemistry transport model. For each source, we estimated the causal effects of six hypothetical interventions on 10-y nonaccidental mortality risk using the parametric g-formula, a structural causal model. We conducted stratified analyses by age, sex, and income. This cohort would have experienced tangible health gains had contributions to PM 2.5 from any of the five sources been reduced. Compared with no intervention, a 10% annual reduction in PM 2.5 contributions from transportation and power generation, Canada’s largest and fifth-largest anthropogenic sources, would have prevented approximately 175 (95%CI: 123–226) and 90 (95%CI: 63–117) deaths per million by 2016, respectively. A more intensive 50% reduction per year in PM 2.5 contributions from the two sources would have averted 360 and 185 deaths per million, respectively, by 2016. The potential health benefits were greater among men, older adults, and low-income earners. In Canada, where PM 2.5 levels are among the lowest worldwide, reducing PM 2.5 contributions from anthropogenic sources by as little as 10% annually would yield meaningful health gains.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,007 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».