MétaCan
Menu
Retour à la cohorte
Enregistrement W4361272597 · doi:10.18280/ijsse.130119

Short-Lived Climate Forcers in Urban City of Semarang Based on Land Use Category and Associated Health Risks

2023· article· en· W4361272597 sur OpenAlexvenueno aff
Haryono Setiyo Huboyo, Okto Risdianto Manullang, Budi Prasetyo Samadikun

Notice bibliographique

RevueInternational Journal of Safety and Security Engineering · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensnon disponible
Organismes subventionnairesDirecció General de Recerca, Generalitat de Catalunya
Mots-clésEnvironmental healthEnvironmental planningHealth riskGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

Control of short-lived climate forcers (SLCF) is very crucial because it has quicker impact and more visible benefits in the short-term than control of carbon dioxide.For this reason, this research is aimed at estimating the level of SLCF (black carbon/BC, methane, and ozone) in the atmosphere, their impact and associated health risk (of certain SLCF).We measured BC at PM2.5, ground level ozone in 24h, and CH4, N2O and CO2 in five different sites in different land use categories.We also distributed questionnaires to vulnerable populations in the study area.The concentration of BC was in the range of 2.42-5.52ug/m 3 .The proportion of BC in PM2.5 is between 4.9% and 12.74%.Ambient methane concentrations were higher in the morning than in the afternoon.Likewise, the oxidant concentration of O3, N2O, and CO2 showed that results of measurement were higher in the morning than in the afternoon.The average concentration ratio of short-term to longterm greenhouse gas (CH4: N2O: CO2) is 4.9:1:1304.In terms of health risk, Estimated Attribute Proportion (AP) resulting from BC is within 1.1% and 7.48%.Mitigation of short-term GHG pollutant emission sources would be in line with long-term GHG pollutant mitigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,320
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Safety and Security EngineeringMême sujetPublic Health and NutritionTravaux en français237 207