Inequalities in Environmental Cancer Risk and Carcinogen Exposures: A Scoping Review
Notice bibliographique
Résumé
Background: Cancer is the leading cause of death in Canada and a major cause of death worldwide. Environmental exposure to carcinogens and environments that may relate to health behaviors are important to examine as they can be modified to lower cancer risks. Built environments include aspects such as transit infrastructure, greenspace, food and tobacco environments, or land use, which may impact how people move, exercise, eat, and live. While environments may play a role in overall cancer risk, exposure to carcinogens or healthier environments is not equitably spread across space. Exposures to carcinogens commonly concentrate among socially and/or economically disadvantaged populations. While many studies have examined inequalities in exposure or cancer risk, this has commonly been for one exposure. Methods: This scoping review collected and synthesized research that examines inequities in carcinogenic environments and exposures. Results: This scoping review found that neighborhoods with higher proportions of low-income residents, racialized people, or same-sex couples had higher exposures to carcinogens and environments that may influence cancer risk. There are currently four main themes in research studying inequitable exposures: air pollution and hazardous substances, tobacco access, food access, and other aspects of the built environment, with most research still focusing on air pollution. Conclusions: More work is needed to understand how exposures to these four areas intersect with other factors to reduce inequities in exposures to support longer-term goals toward cancer 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.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».