Dioxin risk reduction programme at the most severe dioxin hot spot in Vietnam: Residual knowledge, attitude and practices five years post intervention
Notice bibliographique
Résumé
Bien Hoa Airbase was one of the bulk storage and supply facilities for defoliants during the Vietnam War. Environmental and biological samples taken around the airbase have elevated levels of dioxin. In 2007, a pre-intervention knowledge, attitude and practice (KAP) survey of local residents living in Trung Dung and Tan Phong wards was undertaken regarding appropriate strategies to reduce dioxin exposure. A risk reduction programme was implemented in 2008 and post-intervention KAP surveys were undertaken in 2009 and 2013 to evaluate the longer term impacts. Quantitative assessment was undertaken via a KAP survey in 2013 among 600 local residents randomly selected from the two intervention wards and one control ward (Buu Long). Eight in-depth interviews and two focus group discussions were also undertaken for qualitative assessment. Most programme activities had ceased and dioxin risk communication activities had not been integrated into local routine health education programmes; however, main results generally remained and were better than that in Buu Long. In total, 48.2% of households undertook measures to prevent exposure, higher than those in pre- and post-intervention surveys (25.8% and 39.7%) and the control ward (7.7%). Migration and the sensitive nature of dioxin issues were the main challenges for the programme's sustainability.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».