Bibliographic record
Abstract
La pollution de l’air extérieur est reconnue comme étant une source importante du fardeau économique, environnemental et sanitaire. Bien que les polluants retrouvés dans l’air ambiant soient émis par de nombreuses sources, le transport routier reste une source majeure de pollution particulièrement, les oxydes d’azote. Les polluants issus du trafic routier comme le dioxyde d’azote (NO2) ont été reliés à des problèmes de santé, notamment respiratoires. Cette thèse vise à quantifier l’impact de l’exposition prolongée à la pollution atmosphérique issue du transport routier, dans un contexte québécois, sur la santé respiratoire des enfants âgés de 0 à 12 ans. Afin d’y parvenir, nous avons développé une cohorte de naissances avec des données médicoadministratives et des modèles statistiques pour estimer les associations entre l’exposition prolongée au NO2 et le développement ainsi que l’exacerbation de l’asthme infantile. Nous avons également utilisé des données issues de modèles de transport, d’émissions et de dispersions afin de quantifier les cas d’asthmes incidents attribuables au NO2 issus du transport en 2008 et 2031. L’exposition annuelle ainsi que de l’exposition à la naissance au NO2 a été associée de façon positive au développement de l’asthme. L’exposition annuelle au NO2 a aussi été reliée à l’exacerbation de l’asthme infantile. En plus d’être important, le fardeau de l’asthme infantile attribuable au NO2 issu du transport routier présente une importante variation spatiale dans la région de Montréal. En 2031, on estime que le fardeau absolu ainsi que le fardeau par personne de la pollution issue du trafic routier seront réduits pour l’ensemble de la région. Dans l’ensemble, cette thèse a permis de quantifier l’impact du fardeau du NO2 issu du trafic routier sur la santé respiratoire des enfants. Les résultats de cette recherche suggèrent que des mesures devraient être encouragées pour réduire le fardeau attribuable au transport routier.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".