A comparative assessment of major international disasters: the need for exposure assessment, systematic emergency preparedness, and lifetime health care
Notice bibliographique
Résumé
BACKGROUND: The disasters at Seveso, Three Mile Island, Bhopal, Chernobyl, the World Trade Center (WTC) and Fukushima had historic health and economic sequelae for large populations of workers, responders and community members. METHODS: Comparative data from these events were collected to derive indications for future preparedness. Information from the primary sources and a literature review addressed: i) exposure assessment; ii) exposed populations; iii) health surveillance; iv) follow-up and research outputs; v) observed physical and mental health effects; vi) treatment and benefits; and vii) outreach activities. RESULTS: Exposure assessment was conducted in Seveso, Chernobyl and Fukushima, although none benefited from a timely or systematic strategy, yielding immediate and sequential measurements after the disaster. Identification of exposed subjects was overall underestimated. Health surveillance, treatment and follow-up research were implemented in Seveso, Chernobyl, Fukushima, and at the WTC, mostly focusing on the workers and responders, and to a lesser extent on residents. Exposure-related physical and mental health consequences were identified, indicating the need for a long-term health care of the affected populations. Fukushima has generated the largest scientific output so far, followed by the WTCHP and Chernobyl. Benefits programs and active outreach figured prominently in only the WTC Health Program. The analysis of these programs yielded the following lessons: 1) Know who was there; 2) Have public health input to the disaster response; 3) Collect health and needs data rapidly; 4) Take care of the affected; 5) Emergency preparedness; 6) Data driven, needs assessment, advocacy. CONCLUSIONS: Given the long-lasting health consequences of natural and man-made disasters, health surveillance and treatment programs are critical for management of health conditions, and emergency preparedness plans are needed to prevent or minimize the impact of future threats.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».