Endocrine Disruptors and Health Effects in Africa: A Call for Action
Notice bibliographique
Résumé
BACKGROUND: Africa faces a number of unique environmental challenges. Unfortunately, it lacks the infrastructure needed to support the comprehensive environmental studies that could provide the scientific basis to inform environmental policies. There are a number of known sources of endocrine-disrupting chemicals (EDCs) and other hazardous chemicals in Africa. However, a coordinated approach to identify and monitor these contaminants and to develop strategies for public health interventions has not yet been made. OBJECTIVES: This commentary summarizes the scientific evidence presented by experts at the First African Endocrine Disruptors meeting. We describe a "call to action" to utilize the available scientific knowledge to address the impact of EDCs on human and wildlife health in Africa. DISCUSSION: We identify existing knowledge gaps about exposures to EDCs in Africa and describe how well-designed research strategies are needed to address these gaps. A lack of resources for research and a lag in policy implementation slows down intervention strategies and poses a challenge to advancing future health in Africa. CONCLUSION: To address the many challenges posed by EDCs, we argue that Africans should take the lead in prioritization and evaluation of environmental hazards, including EDCs. We recommend the institution of education and training programs for chemical users, adoption of the precautionary principle, establishment of biomonitoring programs, and funding of community-based epidemiology and wildlife research programs led and funded by African institutes and private companies. https://doi.org/10.1289/EHP1774.
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 | 0,000 | 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 | 0,001 | 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 ».