Health and equity implications of individual adaptation to air pollution in a changing climate
Notice bibliographique
Résumé
Future climate change can cause more days with poor air quality. This could trigger more alerts telling people to stay inside to protect themselves, with potential consequences for health and health equity. Here, we study the change in US air quality alerts over this century due to fine particulate matter (PM 2.5 ), who they may affect, and how they may respond. We find air quality alerts increase by over 1 mo per year in the eastern United States by 2100 and quadruple on average. They predominantly affect areas with high Black populations and leakier homes, exacerbating existing inequalities and impacting those less able to adapt. Reducing emissions can offer significant annual health benefits ($5,400 per person) by mitigating the effect of climate change on air pollution and its associated risks of early death. Relying on people to adapt, instead, would require them to stay inside, with doors and windows closed, for an extra 142 d per year, at an average cost of $11,000 per person. It appears likelier, however, that people will achieve minimal protection without policy to increase adaptation rates. Boosting adaptation can offer net benefits, even alongside deep emission cuts. New adaptation policies could, for example: reduce adaptation costs; reduce infiltration and improve indoor air quality; increase awareness of alerts and adaptation; and provide measures for those working or living outdoors. Reducing emissions, conversely, lowers everyone’s need to adapt, and protects those who cannot adapt. Equitably protecting human health from air pollution under climate change requires both mitigation and adaptation.
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 | 0,003 | 0,008 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».