Association of Public Works Disasters with Substance Use Difficulties: Evidence from Flint, Michigan, Five Years after the Water Crisis Onset
Notice bibliographique
Résumé
Public works environmental disasters such as the Flint water crisis typically occur in disenfranchised communities with municipal disinvestment and co-occurring risks for poor mental health (poverty, social disconnection). We evaluated the long-term interplay of the crisis and these factors with substance use difficulties five years after the crisis onset. A household probability sample of 1970 adults living in Flint during the crisis was surveyed about their crisis experiences, use of substances since the crisis, and risk/resilience factors, including prior potentially traumatic event exposure and current social support. Analyses were weighted to produce population-representative estimates. Of the survey respondents, 17.0% reported that substance use since the crisis contributed to problems with their home, work, or social lives, including 11.2% who used despite a doctor’s warnings that it would harm their health, 12.3% who used while working or going to school, and 10.7% who experienced blackouts after heavy use. A total of 61.6% of respondents reported using alcohol since the crisis, 32.4% using cannabis, and 5.2% using heroin, methamphetamine, or non-prescribed prescription opioids. Respondents who believed that exposure to contaminated water harmed their physical health were more likely to use substances to the detriment of their daily lives (RR = 1.32, 95%CI: 1.03–1.70), as were respondents with prior potentially traumatic exposure (RR = 2.99, 95%CI: 1.90–4.71), low social support (RR = 1.94, 95%CI: 1.41–2.66), and PTSD and depression (RR’s of 1.78 and 1.49, respectively, p-values < 0.01). Public works disasters occurring in disenfranchised communities may have complex, long-term associations with substance use difficulties.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».