MétaCan
Menu
Retour à la cohorte
Enregistrement W3169581351 · doi:10.1289/isee.2020.virtual.p-0615

Knowledge, practices, and environmental health risks associated with electronic waste recycling in Cotonou, Benin

2020· article· en· W3169581351 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueISEE Conference Abstracts · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthElectronic wasteChinaBiomedical wasteBusinessPersonal protective equipmentMedicineEnvironmental protectionGeographyEngineeringWaste managementEconomic growthHealth careCoronavirus disease 2019 (COVID-19)Disease

Résumé

récupéré en direct d'OpenAlex

The recycling of e-waste is increasing rapidly worldwide and there remain outstanding environmental health concerns. However, most studies are localized to few countries (e.g., China, Ghana). This study analyzes the knowledge and practices of e-waste recyclers in Cotonou from which a deeper understanding of environmental health risks could be determined. A descriptive, cross-sectional study was conducted in September 2018. All e-waste recyclers working in Cotonou, having given their consent and available during the investigation period were interviewed individually. Survey data was collected from 45 recyclers concern their professional profile, knowledge of the risks of their activities on health and environment and their daily recycling practices. The data analysis was done under the SPSS software and the graphs were generated under Microsoft Excel. All of the 45 people were male. The average age is 24 ± 6 years old and 53.3% of recyclers have at least 3 years of seniority. Recyclers dismantle (97.8%), sort (91.1%) and incinerate (88.9%) e-waste. Only 44.2% of recyclers wear at least one piece of personal protective equipment and 48.8% do not wash their hands before eating at recycling sites. More than 90% noted that their residues are abandoned in nature and 46.7% think that e-waste can pollute water against 71.1% for air and soil. Regarding the diseases that can be linked to their activity, recyclers self-recognize respiratory diseases 67.4%, heart diseases 62.8%, eye diseases 65.1%, kidney diseases 41.9% and cancers 30.2%.Note that the number of e-waste dismantled per month is significantly associated with the symptoms experienced: blood in the urine and stool, wounds, dizziness, itchy skin. The number of hours of work per day is associated with: blood in the urine, dizziness, itchy skin and airway obstruction. It becomes important to raise awareness of e-waste workers about the dangers of their activities and encourage prevention.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,506
Score d'incertitude au seuil0,875

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,300
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle