Familial Differences in Personal PM<sub>2.5</sub> Exposure within a Rural African Community Explained with Spatiotemporal Exposure Apportionment
Notice bibliographique
Résumé
Exposure to fine particulate matter (PM 2.5 ) from solid-fuel combustion is a major determinant of global morbidity and mortality. However, variations in exposure remain uncertain across many high-risk populations. This work describes personal PM 2.5 exposures among household members (adult men, adult women, and children) in rural sub-Saharan Africa, where biomass fuel is the primary household energy source. We assessed personal PM 2.5 exposures using wearable monitors that combined real-time sensing, time-integrated (gravimetric filter) sampling, and continuous location-activity tracking over 48 h periods. A total of 1280 samples were collected from 579 Rwandan homes over a 15-month period comprising 304 men (aged 23–84 years), 495 women (aged 20–84 years), and 481 children (aged 8–17 years). Linear mixed models, controlling for household, suggested that children were exposed to 14% (CI: 6, 22%) more PM 2.5 than their mothers and 100% (CI: 85, 117%) more than their fathers. Spatiotemporal analyses, aggregated into various microenvironments (e.g., home, school, transit, agricultural fieldwork), reveal that children bore a disproportionate exposure burden from in-home cooking activities compared with their parents. Results from this work indicate that interventions for household energy systems, in conjunction with familial lifestyle and behavior modifications, are necessary to reduce personal PM 2.5 exposures in rural Rwanda, especially among children.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».