MétaCan
Menu
Retour à la cohorte
Enregistrement W4415045548 · doi:10.1038/s41370-025-00804-z

Exposures to combustion sources near military operations in Iraq and Afghanistan using satellite observations

2025· article· en· W4415045548 sur OpenAlexaff
Meredith Franklin, Xiaozhe Yin, Anna Korpak, Paul D. Blanc, Petros Koutrakis, Eric Garshick

Notice bibliographique

RevueJournal of Exposure Science & Environmental Epidemiology · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensUniversity of TorontoMinistry of the Environment, Conservation and Parks
Organismes subventionnairesNuclear Safety and Security CommissionU.S. Department of Veterans AffairsNational Aeronautics and Space Administration
Mots-clésSatelliteCombustionSatellite imageryFire detectionCurrent (fluid)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: U.S. military personnel deployed to Afghanistan and Iraq were stationed on bases impacted by airborne hazards including emissions from combustion sources. Due to limited environmental monitoring during military operations, exposure levels remain poorly characterized. OBJECTIVE: We used satellite observations to identify the locations and persistence of combustion sources on and near military bases in Afghanistan and Iraq from 2002 to 2012, the peak period of open-air combustion. METHODS: Daily fire detections from the Moderate Resolution Imaging Spectroradiometer (MODIS) were clustered using density-based methods to identify persistent burning within 5 km of bases. Validation was conducted using military imagery and Google Earth. A sensitivity analysis compared MODIS fire detections to those from the newer Visible Infrared Imaging Spectroradiometer (VIIRS) at a civilian burn pit in Djibouti. RESULTS: MODIS detected 285,810 fires in Iraq and 3702 in Afghanistan. Clustering identified 398 bases in Iraq and 122 in Afghanistan with burning nearby. In Iraq, persistent clusters were linked to oil and gas flares, while smaller clusters on bases in both countries were consistent with burn pits. MODIS and VIIRS both detected the Djibouti burn pit, but VIIRS recorded three times more fire detections, highlighting its sensitivity in detecting biomass and waste burning. IMPACT: This study is the first to use satellite fire detections to objectively map and quantify combustion sources at U.S. military bases in Iraq and Afghanistan during 2002-2012. By applying density-based clustering to MODIS data and validating with high-resolution imagery, we identified persistent burning patterns near and on bases. This approach overcomes the limitations of self-reported exposure data and provides a reproducible framework for assessing deployment-related combustion exposures. The findings highlight both the utility and limitations of MODIS and demonstrate the potential of satellite observations for Veteran health research.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,026
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,103
Tête enseignante GPT0,447
Écart entre enseignants0,343 · 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 tête enseignante, 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 revueJournal of Exposure Science & Environmental EpidemiologyMême sujetOccupational Health and PerformanceTravaux en français237 207