MétaCan
Menu
Retour à la cohorte
Enregistrement W4403034449 · doi:10.1007/s00477-024-02813-0

Prediction of heatwave related mortality magnitude, duration and frequency with climate variability and climate change information

2024· article· en· W4403034449 sur OpenAlexafffundabout
Taha B. M. J. Ouarda, Pierre Masselot, Céline Campagna, Pierre Gosselin, Éric Lavigne, André St‐Hilaire, Fateh Chebana, Pierre Valois

Notice bibliographique

RevueStochastic Environmental Research and Risk Assessment · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversité LavalHealth CanadaInstitut National de Santé Publique du QuébecInstitut National de la Recherche Scientifique
Organismes subventionnairesFonds de recherche du QuébecNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMagnitude (astronomy)Duration (music)Climate changeComputational intelligenceClimatologyEnvironmental scienceStatisticsMathematicsComputer scienceBiologyGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Given the link between climatic factors on one hand, such as climate change and low frequency climate oscillation indices, and the occurrence and magnitude of heat waves on the other hand, and given the impact of heat waves on mortality, these climatic factors could provide some predictive skill for mortality. We propose a new model, the Mortality-Duration-Frequency (MDF) relationship, to relate the intensity of an extreme summer mortality event to its duration and frequency. The MDF model takes into account the non-stationarities observed in the mortality data through covariates by integrating information concerning climate change through the time trend and climate variability through climate oscillation indices. The proposed approach was applied to all-cause mortality data from 1983 to 2018 in the metropolitan regions of Quebec and Montreal in eastern Canada. In all cases, models introducing covariates lead to a substantial improvement in the goodness-of-fit in comparison to stationary models without covariates. Climate change signal is more important than climate variability signal in explaining maximum summer mortality. However, climate indices successfully explain a part of the interannual variability in the maximum summer mortality. Overall, the best models are obtained with the time trend and the North Atlantic Oscillation (NAO) used as covariates. No country has yet integrated teleconnection information in their heat-health watch and warning systems or adaptation plans. MDF modeling has the potential to be useful to public health managers for the planning and management of health services. It allows predicting future MDF curves for adaptive management using the values of the covariates. Supplementary information: The online version contains supplementary material available at 10.1007/s00477-024-02813-0.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,527

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,058
Tête enseignante GPT0,353
Écart entre enseignants0,295 · 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'étudeSimulation ou modélisation
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

Citations10
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueStochastic Environmental Research and Risk AssessmentMême sujetClimate Change and Health ImpactsTravaux en français237 207