MétaCan
Menu
Retour à la cohorte
Enregistrement W4280493402 · doi:10.1016/s2542-5196(22)00090-0

Pollution and health: a progress update

2022· review· en· W4280493402 sur OpenAlexaff
Richard Fuller, Philip J. Landrigan, Kalpana Balakrishnan, Glynda Bathan, Stephan Böse‐O’Reilly, Michael Bräuer, Jack Caravanos, Tom Chiles, Aaron Cohen, Lilian Corra, Maureen Cropper, Gregory L. Ferraro, J. L. Hanna, David Hanrahan, Howard Hu, David Hunter, Gloria Janata, Rachael Kupka, Bruce P. Lanphear, Maureen Y. Lichtveld, Keith Martin, Adetoun Mustapha, Ernesto Sánchez-Triana, Karti Sandilya, Laura Schaefli, Joseph R. Shaw, Jessica Seddon, William A. Suk, Martha María Téllez‐Rojo, Chonghuai Yan

Notice bibliographique

RevueThe Lancet Planetary Health · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensSimon Fraser UniversityUniversity of British Columbia
Organismes subventionnairesDepartment for Environment, Food and Rural Affairs, UK GovernmentHellenic Ministry of Environment and EnergyDirektion für Entwicklung und ZusammenarbeitInstitute for Health Metrics and EvaluationBill and Melinda Gates Foundation
Mots-clésPollutionEnvironmental healthAir pollutionEnvironmental protectionLife expectancyEnvironmental planningNatural resource economicsEconomic growthEnvironmental scienceMedicinePopulationEconomics

Résumé

récupéré en direct d'OpenAlex

The Lancet Commission on pollution and health reported that pollution was responsible for 9 million premature deaths in 2015, making it the world's largest environmental risk factor for disease and premature death. We have now updated this estimate using data from the Global Burden of Diseases, Injuriaes, and Risk Factors Study 2019. We find that pollution remains responsible for approximately 9 million deaths per year, corresponding to one in six deaths worldwide. Reductions have occurred in the number of deaths attributable to the types of pollution associated with extreme poverty. However, these reductions in deaths from household air pollution and water pollution are offset by increased deaths attributable to ambient air pollution and toxic chemical pollution (ie, lead). Deaths from these modern pollution risk factors, which are the unintended consequence of industrialisation and urbanisation, have risen by 7% since 2015 and by over 66% since 2000. Despite ongoing efforts by UN agencies, committed groups, committed individuals, and some national governments (mostly in high-income countries), little real progress against pollution can be identified overall, particularly in the low-income and middle-income countries, where pollution is most severe. Urgent attention is needed to control pollution and prevent pollution-related disease, with an emphasis on air pollution and lead poisoning, and a stronger focus on hazardous chemical pollution. Pollution, climate change, and biodiversity loss are closely linked. Successful control of these conjoined threats requires a globally supported, formal science-policy interface to inform intervention, influence research, and guide funding. Pollution has typically been viewed as a local issue to be addressed through subnational and national regulation or, occasionally, using regional policy in higher-income countries. Now, however, it is increasingly clear that pollution is a planetary threat, and that its drivers, its dispersion, and its effects on health transcend local boundaries and demand a global response. Global action on all major modern pollutants is needed. Global efforts can synergise with other global environmental policy programmes, especially as a large-scale, rapid transition away from all fossil fuels to clean, renewable energy is an effective strategy for preventing pollution while also slowing down climate change, and thus achieves a double benefit for planetary health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,020
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0090,011
Études des sciences et des technologies0,0020,003
Communication savante0,0070,012
Science ouverte0,0030,005
Intégrité de la recherche0,0070,011
Charge utile insuffisante (le modèle a refusé de juger)0,0190,011

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 Opus0,237
Tête enseignante GPT0,414
Écart entre enseignants0,177 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2 006
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Planetary HealthMême sujetAir Quality and Health ImpactsTravaux en français237 207