Air quality in the U.S. during the 2023 wildfire season
Notice bibliographique
Résumé
Abstract During the summer of 2023, Canada was devastated by a series of large and uncontrolled wildfires that set the unprecedented record of over 40 million acres burned and over 120,000 people evacuated. The smoke from the Canadian wildfires reached the U.S. and negatively affected the air quality in several states. The goal of this paper is to document the U.S. air quality in 2023 within the historical and regulatory contexts; more specifically, to compare the concentrations of fine particulate matter (PM2.5) and tropospheric ozone (O3), assessed using statistics as close as possible to those recommended for comparison against the National Ambient Air Quality Standards (NAAQS), in 2023 against those in the past 20 years. We report that the year 2023 was an anomaly, meaning that the well-established trend of decreasing concentrations and improving air quality was suddenly reversed in 2023, with national-median PM2.5 and O3 concentrations exceeding 32 µ $$\text {g}$$ g $$\text {m}^{-3}$$ m - 3 and 75 parts per billion (ppb), respectively. These values had not been reached since 2007 and 2012 for PM2.5 and O3, respectively. Out of 50 states (plus the District of Columbia), 42 and 45 experienced summer-average concentrations in 2023 that were higher than those in 2013–2022 for PM2.5 and O3, respectively. For PM2.5, the states that experienced the highest concentrations in 2023 were: California, Oregon, and North Dakota with 148, 135, and 67µ $$\text {g}$$ g $$\text {m}^{-3}$$ m - 3 ; for O3, they were: California, Utah, Texas, and Illinois with 107, 99, 90, and 86 ppb. In summary, in the year 2023 the air quality in the U.S. was the worst of the past 15 and 10 years in terms of PM2.5 and O3, respectively.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».