Environmental Injustice in Peel Region: A Cross-Sectional Analysis of Air Pollution and Social Vulnerability
Notice bibliographique
Résumé
Background: Nitrogen dioxide (NO 2 ), a traffic-related air pollutant, is co-emitted with greenhouse gasses that contribute to climate change and negatively affect health. This research examines the relationship between air pollution exposure and social vulnerability to determine whether communities at a social disadvantage experience environmental injustice. Methods: The 2016 census measures for Peel Region were assessed. Peel Region has 1,381,739 people across Mississauga, Brampton, and Caledon; the spatial unit of analysis was the dissemination area (DA) with an average size of 837 people in Peel. Average ambient NO 2 concentrations for 2016 came from the Canadian Urban Environmental Health Research Consortium and resampled to DAs. Social disadvantage was defined by the Ontario Marginalization Index (ON-Marg). Measures within index components came from the Canadian census. Environmental injustice was identified through correlation analysis between ON-Marg and NO 2 exposure and an analysis of index components with exposure. Results: The 2016 annual NO 2 concentrations were positively correlated with the overall ON-Marg quintiles (Spearman: 0.34, p < .001, 95% CI 0.29 to 0.37). The components and their correlations with NO 2 were residential instability (Spearman: 0.37, p < .001, 95% CI 0.33 to 0.42), material deprivation (Spearman: 0.15, p < .001, 95% CI 0.10 to 0.19), dependency (Spearman: 0.31, p < .001, 95% CI 0.26 to 0.35), and ethnic concentration (Spearman: −0.06, p = .02, 95% CI −0.11 to −0.01). Conclusions: In Peel Region, a correlation exists between social vulnerability and air pollution, indicating inequitable exposure to NO 2 . Marginalized communities may not be able to choose their living environment. Environmental justice research in the context of NO 2 will support policy aiming to reduce inequitable exposure.
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 | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».