Este laboratorio de praxis utiliza Salt Lake City como un estudio ejemplar y de caso para centrarse en las intersecciones del medio ambiente, la salud y los avances en la metodología de investigación y la recopilación de datos.
La exposición ambiental, tanto la calidad del aire como las temperaturas extremas, se están volviendo cada vez más importantes a medida que la investigación identifica sus impactos negativos para la salud. Comprender los patrones de exposición es fundamental para informar mejor estos impactos, examinar las disparidades ambientales y asesorar a poblaciones vulnerables de riesgo potencial. Ha habido un crecimiento reciente en los enfoques de monitoreo para la exposición ambiental que incluyen estaciones terrestres, datos satelitales y modelado. Sin embargo, la gran cantidad de datos disponibles, junto con su distribución espacial y temporal variable, y las condiciones cambiantes plantean un desafío único para su análisis exhaustivo y preciso. El reciente crecimiento de los métodos de inteligencia artificial (IA) y aprendizaje automático (ML) ofrece soluciones potenciales para a) integrar estos datos; b) Desarrollar herramientas de pronóstico robustas y c) comunicar efectivamente los resultados.
En este laboratorio de praxis 2025-26, aprenderemos sobre técnicas de inteligencia artificial para analizar los datos establecidos de formas novedosas para comprender de manera más precisa y rápida los patrones y las áreas potenciales de riesgo. El condado de Salt Lake ofrece una cama de prueba ideal para estos métodos: se ha desarrollado una plataforma de observación única en la última década que incluye sensores confiables, de grado de investigación, contaminantes del aire y meteorológicos montados en vagones de tren ligero y autobuses eléctricos que han recopilado millones de puntos de datos durante más de una década. Estos datos complementan la red de sensores de grado regulatorio y de investigación estacionarios administrados por la División de Calidad del Aire de Utah y el Departamento de Ciencias Atmosféricas de la Universidad de Utah, respectivamente. Tomados en conjunto, esto proporciona una visión más matizada de los puntos críticos locales de exposición y posibles áreas de preocupación para la salud pública. Durante esta clase, revisaremos los impactos de la exposición ambiental, discutiremos cómo se monitorea esto y los problemas de datos asociados, introduciremos metodologías de IA y usaremos ejercicios prácticos para producir una mejor comprensión de las exposiciones individuales. Invitaremos a los oradores invitados a discutir las implicaciones de las estimaciones de exposición mejoradas en la salud y la política, así como contextualizar y comunicar los hallazgos.
Tiempo de reunión: TH 5: 15-8: 15 pm
Facultad: Daniel Mendoza, PhD – Profesor Asociado de Investigación, Ciencia Atmosférica y Simon Brewer, PhD – Profesor Asociado, Medio Ambiente, Sociedad y Sostenibilidad
