The Dollar Value of Human Life Losses Associated With COVID-19 in Canada
Notice bibliographique
Résumé
Background: The coronavirus disease 2019 (COVID-19) pandemic continues to cause morbidity and premature mortality and ravage the socio-economic sectors in Canada.Objectives: The study aimed to appraise the Total Dollar Value of Human Life Losses (TDVHL) associated with COVID-19 in Canada. Methods: The net output approach was applied in the dollar valuation of the 8810 human life losses associated with COVID-19 in Canada as of July 16, 2020. The economic model wasrerun assuming 3%, 5%, and 10% discount rates with Canada’s life expectancy of 83 years, the world’s average life expectancy of 73 years, the world’s highest average life expectancy of88 years, and a 3% discount rate. Results: The human lives lost to COVID-19 had an estimated value of the international dollar (Int$) 2037021173 and an average of Int$ 231217 per human life lost. Quebec and Ontarioprovinces alone accounted for 94.99% of the TDVHL. Reanalysis of the economic model with discount rates of 5% and 10% resulted in declines in TDVHL of Int$ 192721390 (9%)and Int$ 530132423 (26%), respectively. Substitution of the nation with the word’s average life expectancy shrank the TDVHL by Int$ 1754972473 (86%) while applying the world’shighest life expectancy triggered a growth in the TDVHL of Int$ 498674987 (24%).
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».