Temporal change in minimum mortality temperature under changing climate: A multicountry multicommunity observational study spanning 1986–2015
Notice bibliographique
Résumé
Background: The minimum mortality temperature (MMT) or MMT percentile (MMTP) is an indicator of population susceptibility to nonoptimum temperatures. MMT and MMTP change over time; however, the changing directions show region-wide heterogeneity. We examined the heterogeneity of temporal changes in MMT and MMTP across multiple communities and in multiple countries. Methods: Daily time-series data for mortality and ambient mean temperature for 699 communities in 34 countries spanning 1986–2015 were analyzed using a two-stage meta-analysis. First, a quasi-Poisson regression was employed to estimate MMT and MMTP for each community during the designated subperiods. Second, we pooled the community-specific temporally varying estimates using mixed-effects meta-regressions to examine temporal changes in MMT and MMTP in the entire study population, as well as by climate zone, geographical region, and country. Results: Temporal increases in MMT and MMTP from 19.5 °C (17.9, 21.1) to 20.3 °C (18.5, 22.0) and from the 74.5 (68.3, 80.6) to 75.0 (71.0, 78.9) percentiles in the entire population were found, respectively. Temporal change was significantly heterogeneous across geographical regions (P < 0.001). Temporal increases in MMT were observed in East Asia (linear slope [LS] = 0.91, P = 0.02) and South-East Asia (LS = 0.62, P = 0.05), whereas a temporal decrease in MMT was observed in South Europe (LS = −0.46, P = 0.05). MMTP decreased temporally in North Europe (LS = −3.45, P = 0.02) and South Europe (LS = −2.86, P = 0.05). Conclusions: The temporal change in MMT or MMTP was largely heterogeneous. Population susceptibility in terms of optimum temperature may have changed under a warming climate, albeit with large region-dependent variations.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 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 ».