文献

J-GLOBAL ID：201902292191239914   整理番号：19A2046369

サウスカロライナ州における2012年多変量大気汚染物質曝露予測【JST・京大機械翻訳】

2012 Multivariate air pollutant exposure prediction in South Carolina

著者 (3件)： Boaz Ray (Department of Public Health Sciences, Medical University of South Carolina) ,  Lawson Andrew (Department of Public Health Sciences, Medical University of South Carolina) ,  Pearce John (Department of Public Health Sciences, Medical University of South Carolina)
資料名： Journal of Clinical and Translational Science  (Journal of Clinical and Translational Science)
巻： 2  号： S1  ページ： 21  発行年： 2018年 
JST資料番号： W5479A  ISSN： 2059-8661  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 目的/SPECIFIC AIMS:このプロジェクトの目的は,観測データとモデル化データを組み合わせた複雑な融合モデルの応用であり,複数の化学成分を有するまばらな監視ネットワークを持つ領域に対して開発されている。このようなモデルは,大気質測定予測のための改良された精度と被覆率を提供することができ,面積は欠測データの量によって大きく制限された。方法/STUDY集団:このプロジェクトは,まばらな監視ネットワークだけが見出されるとき,汚染物質濃度の改善された推定のための方法の開発に焦点を合わせる。まばらな監視ネットワークは,3つの基準大気汚染物質(EPA基準に基づく)が監視される地域として定義される。特に,多重汚染物質に対する時間分解濃度場を同時に予測する多変量大気汚染物質統計モデルを開発し評価した。多変量予測は,監視された汚染物質をまばらなネットワークにおける非監視汚染物質の予測を知らせることを可能にする。結果/予測結果:毎日,ZIPコードレベル汚染物質濃度推定は,南カロライナを横切る8つの汚染物質に対して提供され,モデル変異体と以前に確立された方法に対する適合計量の適合性が比較される。議論/意義OF IMPACT:これらの方法は,広く利用可能なデータ資源のみを利用し,まばらに監視された汚染物質濃度の改善された予測精度が,大気汚染物質モニタリングキャンペーンに必要な健康影響と節約資源の推定を改善することにより,米国地域の将来研究に役立つことを意味する。予測精度とデータアベイラビリティを改善するための評価のための方法は,まばらに監視された汚染物質と地域に対して有効である。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モデル ,  *大気汚染物質 ,  モデリング ,  アベイラビリティ ,  測定データ ,  *汚染物質 ,  統計模型 ,  適応性 ,  ネットワーク ,  多重化 ,  *予測 ,  *サウスカロライナ州
準シソーラス用語： 予測精度 ,  監視ネットワーク ,  *多変量 , 【Automatic Indexing@JST】

分類 (2件)： 研究開発  (SA01040R) ,  大気汚染一般  (SB03010B)

タイトルに関連する用語 (5件)： サウスカロライナ州 ,  多変量 ,  大気汚染物質 ,  曝露 ,  予測