Extending Multi-Pathway Human Health Risk Assessment from Regional to Country-Wide—A Case Study on Kuwait
Notice bibliographique
Résumé
Air pollution has emerged as a pressing global issue in recent decades. While criteria pollutants and greenhouse gases contribute to the problem, this article explicitly addresses hazardous air pollutants (HAPs). This work estimates the country-wide cumulative human health impacts from exposure to HAPs. Kuwait is used as the case study due to data availability and non-fragmentation of data. At present, the evaluation of multi-pathway human health risks arising from exposure to HAPs is incomplete, as indirect pathways have not been considered. Furthermore, only a few HAPs, such as benzene, have established ambient air quality standards specifically intended to safeguard human health, leaving many HAPs unregulated. This study considers several pathways (both direct and indirect) and various environmental media (air, water, plants, soil, and animal tissue). The findings indicate that cumulative health risks in the coastal air quality zone are within acceptable limits but are notably higher when compared to the other air quality zones. For cancer risks, only the Ahmadi Hospital, with a cancer risk of 1.09 × 10−5 for the resident adult exposure scenario, slightly exceeds the acceptable risk level of 1 × 10−5. The proposed methodology integrates the results from a country-wide emissions inventory composed of different air quality zones, air dispersion and deposition modeling, multi-pathway transport-and-fate analysis, exposure quantification, and health risk and hazard characterization. It also extends and adapts EPA methodologies initially designed for hazardous waste combustion facilities to additional emission sources and provides a case study for a region seldom subjected to such human health risk assessments.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».