Fire Smoke Elevated the Carbonaceous PM<sub>2.5</sub> Concentration and Mortality Burden in the Contiguous U.S. and Southern Canada
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Despite emerging evidence on the health impacts of fine particulate matter (PM 2.5 ) from wildland fire smoke, the specific effects of PM 2.5 composition on health outcomes remain uncertain. We developed a three-level, chemical transport model-based framework to estimate daily full-coverage concentrations of smoke-derived carbonaceous PM 2.5, specifically organic carbon (OC) and elemental carbon (EC), at a 1 × 1 km 2 spatial resolution from 2002 to 2019 across the contiguous U.S. (CONUS) and Southern Canada (SC). A 10-fold random cross-validation confirmed robust performance, with daily R 2 = 0.77 (OC) and 0.80 (EC) in the smoke-off scenario and 0.67 (OC) and 0.71 (EC) in the smoke-on scenario, and exceeded 0.90 at the monthly scale after residual adjustment. Modeling results indicated that increases in wildland fire smoke have offset approximately one-third of the improvements in background air quality. In recent years, wildland fire smoke has become more frequent and carbonaceous PM 2.5 concentrations have intensified, especially in the Western CONUS and Southwestern Canada. Wildfire season is also starting earlier and lengthens throughout the year, leading to more population being exposed. We estimated that long-term exposure to fire smoke carbonaceous PM 2.5 is responsible for approximately 7455 and 259 non-accidental deaths annually in the CONUS and SC, respectively, with associated annual monetized damage of 68.3 billion USD for the CONUS and 1.9 billion CAD for SC. The Southeastern CONUS, where prescribed fires are prevalent, contributed most to these health impacts and monetized damages. Our findings offer critical insights to inform policy development and assess future health burdens associated with fire smoke exposure.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».