High-resolution patterns and inequalities in ambient fine particle mass (PM2.5) and black carbon (BC) in the Greater Accra Metropolis, Ghana
Notice bibliographique
Résumé
Growing cities in sub-Saharan Africa (SSA) experience high levels of ambient air pollution. However, sparse long-term city-wide air pollution exposure data limits policy mitigation efforts and assessment of the health and climate effects. In the first study of its kind in West Africa, we developed high resolution spatiotemporal land use regression (LUR) models to map fine particulate matter (PM2.5) and black carbon (BC) concentrations in the Greater Accra Metropolitan Area (GAMA), one of the fastest sprawling metropolises in SSA. We conducted a one-year measurement campaign covering 146 sites and combined these data with geospatial and meteorological predictors to develop separate Harmattan and non-Harmattan season PM2.5 and BC models at 100 m resolution. The final models were selected with a forward stepwise procedure and performance was evaluated with 10-fold cross-validation. Model predictions were overlayed with the most recent census data to estimate the population distribution of exposure and socioeconomic inequalities in exposure at the census enumeration area level. The fixed effects components of the models explained 48–69 % and 63–71 % of the variance in PM2.5 and BC concentrations, respectively. Spatial variables related to road traffic and vegetation explained the most variability in the non-Harmattan models, while temporal variables were dominant in the Harmattan models. The entire GAMA population is exposed to PM2.5 levels above the World Health Organization guideline, including even the Interim Target 3 (15 μg/m3), with the highest exposures in poorer neighborhoods. The models can be used to support air pollution mitigation policies, health, and climate impact assessments. The measurement and modelling approach used in this study can be adapted to other African cities to bridge the air pollution data gap in the region.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».