Trees and Life, Heat and Death: Integrating Temperature and Green Spaces with Social Determinants of Health in Hamilton, Ontario, Canada.
Notice bibliographique
Résumé
Objectives Climate change has wide-reaching implications for planetary and human health; one of its rising impacts is deaths related to extreme heat. This study attempts to integrate remotely sensed measures of temperature and greenness into the methodology of Code Red, a study examining the relationship between health and a variety of social determinants in Hamilton, Ontario, Canada, initially using data from 2006-2008, with the aim of examining whether heat and temperature could explain differences in the average age of death across different neighbourhoods alongside socioeconomic variables. Methods Land surface temperature (LST) and normalized difference vegetation index (NDVI) were calculated for each census tract of Hamilton using Landsat satellite data for Jun-Aug of 2006-2008. They were then entered into a factor analysis along with 14 other variables utilized in the initial Code Red study. A multiple least-square regression was then run between the resulting factors and average age of death. Results Temperature and greenness loaded significantly along with income and education related variables onto a factor referred to as the “working class” factor. This factor had a highly significant (p<0.001) correlation with average age of death in multiple regression. Conclusion Temperature and greenness have a significant correlation with socioeconomic deprivation and age of death, and may have value both as a predictor variable for death and a potential cause of increased deaths. Further studies may make use of detailed cause of death data or change-over-time analysis.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».