Intensified food production and correlated risks to human health in the Greater Mekong Subregion: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Intensified food production, i.e. agricultural intensification and industrialized livestock operations may have adverse effects on human health and promote disease emergence via numerous mechanisms resulting in either direct impacts on humans or indirect impacts related to animal and environmental health. For example, while biodiversity is intentionally decreased in intensive food production systems, the consequential decrease in resilience in these systems may in turn bear increased health risks. However, quantifying these risks remains challenging, even if individual intensification measures are examined separately. Yet, this is an urgent task, especially in rapidly developing areas of the world with few regulations on intensification measures, such as in the Greater Mekong Subregion (GMS). METHODS: We systematically searched the databases PubMed and Scopus for recent studies conducted on the association between agricultural (irrigation, fertilization, pesticide application) and livestock (feed additives, animal crowding) intensification measures and human health risks in the GMS. The search terms used were iteratively modified to maximize the number of retrieved studies with relevant quantitative data. RESULTS: We found that alarmingly little research has been done in this regard, considering the level of environmental contamination with pesticides, livestock infection with antibiotic resistant pathogens and disease vector proliferation in irrigated agroecosystems reported in the retrieved studies. In addition, each of the studies identified focused on specific aspects of intensified food production and there have been no efforts to consolidate the health risks from the simultaneous exposures to the range of hazardous chemicals utilized. CONCLUSIONS: While some of the studies identified already reported environmental contamination bearing considerable health risks for local people, at the current state of research the actual consolidated risk from regional intensification measures cannot be estimated. Efforts in this area of research need to be rapidly and considerably scaled up, keeping pace with the current level of regional intensification and the speed of pesticide and drug distribution to facilitate the development of agriculture related policies for regional health promotion.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».