MétaCan
Menu
Retour à la cohorte
Enregistrement W4409211697 · doi:10.18280/ijsdp.200338

Temporal Trend of PM10 and the Associated Risk to Human Health in the Lima Metropolitan Area

2025· article· en· W4409211697 sur OpenAlexvenueno aff
L. Rojas, Lady Valenzuela Hinostroza, Daniel Álvarez-Tolentino, Ronald Panduro Durand, Roger Aguilar Rojas, Alex Rubén Huamán De La Cruz, Andres Camargo Caysahuana, Dax Bonilla Mancilla

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCOVID-19 impact on air quality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaHuman healthGeographyEnvironmental healthHealth riskSocioeconomicsEnvironmental planningRegional scienceMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

Based on the monthly average of PM10 and the 90th percentile of PM10 concentration, respectively, the study's goal was to assess the risk to human health posed by PM10 exposure for residents of the Metropolitan Area of Lima (MAL), Peru, in both the best-case and worstcase scenarios.The National Meteorology and Hydrology Service (SENAMHI) published hourly PM10 concentrations for five monitoring stations from 2010 to 2023.The air quality index (AQI) was used to evaluate the quality of the air.Since there is no toxicity value (TVs) for PM10, the yearly limit value set by the World Health Organization (WHO, 15 µg/m 3 ) and the European Union (EU, 40 µg/m 3 ) was used to generate the hazard quotient (HQ) to assess the danger to human health.The average annual PM10 concentration was higher than the annual limit set by the EU and WHO, ranging from 45.1 µg/m 3 to 96.1 µg/m 3 .According to the AQI, Lima's air quality is categorized as moderate to unhealthy, with most days having dangerous levels.While WHO AQG indicated a potential chronic non-carcinogenic health risk in most months of the year, the worst-case scenario indicated a non-carcinogenic risk for the majority of the period.In the best-case scenario and worst-case scenario based on the EU, both showed higher potential chronic non-cancer risk in the summer and spring months.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
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 Opus0,023
Tête enseignante GPT0,338
Écart entre enseignants0,314 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetCOVID-19 impact on air qualityTravaux en français237 207