Emerging evidence for the impact of Electric Vehicle sales on childhood asthma: Can ZEV mandates help?
Notice bibliographique
Résumé
Growing epidemiological studies indicate a significant fraction of asthma cases can be attributed to traffic-related air pollution (TRAP). Zero emission vehicle (ZEV) mandates — one of the most forward-looking climate policies in the United States — aim to reduce TRAP by mandating automakers to sell a certain fraction of Electric Vehicles (EVs) annually; however, their public health benefits are largely unknown. We conduct the screening step of the health impact assessment (HIA) of real-world EV sales to estimate the impact of ZEV mandates in reducing childhood asthma. Using publicly available US state and national datasets, we isolate the burden of childhood asthma attributable to TRAP from 2013 to 2019 and examine the influence of EV and non-EV vehicle sales and fleets on asthma incidence and prevalence using a generalized linear mixed model. Our analyses indicate that new EV sales have reduced asthma, with one asthma case prevented for every 264 (95% CI: 113-401) new EVs on the road. The rise of new childhood asthma cases from new car sales can be prevented when non-EV sales are replaced with EV sales at an annual market share of 21.4% (7.1-41.6%). Extending our analysis to the entire vehicle fleet, we project that when EVs reach 53.0% (35.5%–76.9%), childhood asthma due to tailpipe emissions can be eradicated completely. Screening results conclude that ZEV mandates implemented over the past decade are already exhibiting measurable public health benefits, suggesting that a broader adoption could significantly reduce the asthma burden, thus we recommend a full HIA for ZEV mandates to fully assess their potential. • Previous studies show that 18%–42% of all childhood asthma cases are due to TRAP. • We study the impact of EV adoption on TRAP-related asthma in the US. • US States with ZEV mandates exhibit much higher EV sales than those without them. • We show new EV sales have reduced childhood asthma incidence and prevalence. • States with ZEV mandates are already experiencing measurable public health benefits.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,000 | 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 ».