O3C.2 A 30-year impact analysis of best practices for silica dust exposure reduction in construction: costs, benefits and hrql
Notice bibliographique
Résumé
Crystalline silica dust exposure is common in the construction sector. In fact, it is the industry with the largest number of people exposed in Canada. Inhalation of silica dust is known to cause lung cancer, silicosis, chronic obstructive pulmonary diseases, rheumatoid arthritis, and tuberculosis. The hierarchy of controls provide a range of prevention options for reducing or eliminating exposure. In this study we undertake an impact analysis of the implementation of two exposure reduction approaches—use of personal protective equipment by all exposed individuals and use of engineering controls wherever and whenever feasible. We estimated the intervention costs over a 30 year time period (2020–2050) of each exposure reduction approach implemented across the entire sector in Ontario, Canada, and considered equipment, maintenance, training, and productivity costs of each approach over the time period. The economic impacts from lung cancer cases averted due to exposure reduction included three broad categories of impacts—direct, indirect and intangible. We took a societal-level perspective in the analysis. All costs and benefits were discounted to the beginning of the exposure reduction period. Various sensitivity analyses were undertaken with key parameters. Findings suggest the net benefit is positive from 2055 onward for both reduction approaches, i.e., there is a positive return on investment at the societal level. The largest component of benefits is from health-related quality of life gains, with productivity/output gains accounting for the second largest component. Healthcare savings is the smallest component, primarily because cancer cases incur relatively modest health costs due to their short life-expectancy following diagnosis. Promoting the use of personal protective equipment and engineering controls across the construction sector can substantially reduce exposures to silica dust and give rise to net benefits at the societal level in terms of improvements in health-related quality of life, increased productivity/output, and reduce healthcare costs.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».