Losses of Life Expectancy and Productivity Associated with COVID-19 Pandemic in Canada: Policy Implication for Future Communicable Disease Control
Notice bibliographique
Résumé
This research examines whether the Coronavirus disease 2019 (COVID-19) did harm to the population's health through comparing the changes in the life expectancy of Canadians with those of Australians over the period from March 2019 to February 2021 by using a difference-in-differences (DID) estimation method. We found that the pandemic did cause differences in life expectancies between Canada and Australia, probably because of different initial control policies for COVID-19. This study uses the indicator of disability-adjusted life years (DALYs) to measure the societal health burden, which was corroborated by estimating temporal productivity loss (TPL) and permanent productivity loss (PPL) based on the human capital approach (HCA) using data from Health Canada. The societal health burden in Canada amounted to 6.493 DALYs per 1000 male persons and 5.316 DALYs per 1000 female persons. The economy's permanent productivity loss was around USD 5.3 billion, while the temporary productivity loss was around USD 3 billion from February 2020 to April 2022. The sum of the above two losses amounted to 0.477% of the GDP in 2019. Swift and decisive decisions at the very early stage of a pandemic can nip contagions in the bud before numbers get out of hand and would be less damaging to people's health and the economy, as seen in Australia, in contrast to what happened in Canada. We thus recommend that such policies plus telecommunication systems in healthcare services be implemented early on to cope with the future outbreak of any emerging infectious diseases such as COVID-19.
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 | 0,004 | 0,005 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».