Possibilities and challenges in transfer and generalisation of monetary estimates for environmental and health benefits of regulating chemicals
Notice bibliographique
Résumé
This paper reviews and discusses existing methodologies for transferring and extrapolating the economic value of health and environmental impacts across chemicals, and identifies challenges with such value transfer and when it can be suitable. The value transfer methodologies describes can be used to estimate the economic benefits of chemical management regulatory frameworks as a whole, as well as in cost-benefit analyses (CBAs) of risk management measures for individual chemicals. For economic valuation of mortality risks from chemicals, the OECD database of Stated Preference (SP) studies of Value of Statistical Life (VSL) , which should be continuously updated with new valuation studies, has a sufficient number of primary studies internationally to conduct value transfer using meta-analytic regressions. However, the empirical evidence on acute and chronic morbidity endpoints, especially concerning all costs components of chronic illnesses, seems to be scarce. The same is true for chemical-related environmental impacts, especially related to ecosystem services, for the multitude of chemicals. Thus, the main methodological and informational challenge for valid value transfer of environmental and health impacts from chemical regulations seems to be new primary valuation studies of morbidity and ecosystem services impacts caused by exposure to (groups of) chemicals. These new primary valuation studies should be designed with value transfer in mind, and cover several countries, in order to extrapolate and generalise the economic values to evaluate international chemical regulations in CBAs. These new primary studies should ideally cover all relevant scales of the impacts, in order to develop generalised adjustment factors for differences in scale of the impacts between the study sites and the policy site. This would improve the spatial transfer of values. The same is true for the combination of Geographical Information System (GIS) data with existing primary studies of impacts at different scales. Furthermore, these new primary studies should be repeated over time in order to provide more information about how values for the relevant impacts change over time; as preferences, scarcity of the public good and the real income of the affected population change. This would improve temporal transfer.
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 | 0,245 | 0,517 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,009 |
| Communication savante | 0,011 | 0,022 |
| Science ouverte | 0,010 | 0,013 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».