Spatiotemporal Assessment of PM2.5 Exposure of a High-risk Occupational Group in a Southeast Asian Megacity
Notice bibliographique
Résumé
Drivers of open-air public utility jeepneys (PUJs) in the Philippines are regularly exposed to severe levels of fine particulate pollution (PM2.5), making them the appropriate sub-population for investigating the health impacts of PM2.5 on populations chronically exposed to these kinds of unique sources. Real-time PM2.5 exposures of PUJ drivers for a high-traffic route in Metro Manila, Philippines were assessed using Academia Sinica-LUNG (AS_LUNG) portable sensing devices. From all 15-second measurements obtained, the mean concentration of PM2.5 is 36.4 µg m–3, seven times greater than the mean annual guideline value (5.0 µg m–3) set by the World Health Organization (WHO). Elevated levels of PM2.5 were observed at key transportation microenvironments (TMEs) such as a transport terminal and near a shopping mall. The occurrence of hotspots along the route is mainly attributed to traffic-promoting factors like stoplights and traffic rush hours. Multiple linear regression (MLR) analysis revealed that the area by the shopping mall had the highest contribution (β = 52 µg m–3) to PUJ driver exposure. To the best of our knowledge, this study is the first in the country to perform a detailed characterization of the exposure of a high-risk occupational group to PM2.5. These results reveal information that is normally undetected by fixed site monitoring (FSM), underscoring the importance of mobile measurements as a complement to FSM in assessing the exposure of urban populations to air pollution more extensively. Furthermore, this study demonstrates the heavy influence of traffic-promoting factors on air pollution, and the feasibility of high-resolution mobile sensing for quantifying pollution characteristics in rapidly developing nations with unique air pollution sources. Gaps in our knowledge of their health impacts may be closed through quantifying exposure using reliable sensing devices and methods presented in this work.
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 | 0,009 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».