Wind turbines and adverse health effects
Notice bibliographique
Résumé
The weight of evidence indicates occurrences of adverse health effects (AHEs) from living and working near industrial wind turbines (IWTs). Descriptions of the AHEs being reported by those living or working near the turbines are similar. While these occurrences have been associated with exposure to audible and inaudible noise annoyance, the causation of reported wind turbine-associated health effects remains controversial. Establishing an argument of causation of adverse health outcomes has important clinical, scientific, and societal implications. Bradford Hill (BH) criteria have been widely used to establish causality between an environmental agent and risk of disease or disability, but have not previously been used to evaluate the relationship between IWTs and AHEs. The objective was to apply the BH criteria to evaluate the relationship between IWTs and AHEs. The nine criteria include the strength of the association, consistency, specificity, temporal sequence, biological gradient, plausibility, coherence, experimental evidence, and analogous evidence. These nine criteria have been applied to IWT exposure and reported AHEs using peer-reviewed and other published literature that describes clinical, animal, and laboratory studies, testimony and reported experiences, and internet sources. Applying the BH criteria to the IWT-related clinical, biological, and experimental data demonstrates that the exposure to IWTs is associated with an increased risk of AHEs. This analysis concludes that living or working near IWTs can result in AHEs in both people and animals. Our findings provide compelling evidence that the risk of AHEs should be considered before the approval of wind energy projects and during the assessment of setback distances of proposed and operational projects.
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 | 0,000 | 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) | 0,001 | 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 ».