Inequity of Exposure to Unconventional Natural Gas Development in Northeastern British Columbia, Canada─An Environmental Justice Analysis
Notice bibliographique
Résumé
In the past two decades, northeastern British Columbia, Canada, has experienced rapid growth in unconventional natural gas production and is home to Indigenous and rural communities. Living near oil and gas production can lead to deteriorated air quality that negatively impacts human health. This study explores whether three oil- and gas-related exposure metrics: modeled concentrations of 12 gases and particles; oil and gas facility-reported emissions; and active wells are disproportionately distributed in areas with higher concentrations of Indigenous people and community socioeconomic vulnerability. We calculated exposure metrics from 2018 to 2020 in geographic dissemination areas (DAs). We used a rural deprivation index that included income, education, employment, and access to amenities to identify areas of high socioeconomic vulnerability. We estimated that DAs with greater than 90% Indigenous population experience 1.2-1.8 times higher median air pollution concentrations than DAs with less than 10% Indigenous population. We estimated that DAs with high community vulnerability experience higher modeled air pollution and higher odds of exposure to facility emissions, with the most vulnerable areas experiencing 11-96 times higher median air pollution concentrations. Overall, these results suggest the presence of environmental injustice in an area that is expected to continue producing a large portion of Canadian natural gas.
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 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».