Differences in physical and mental health symptoms among residents living near municipal solid waste sites: a cross sectional study in the Ashanti Region, Ghana
Notice bibliographique
Résumé
OBJECTIVE: Physical and mental health concerns and symptoms, including sleep problems, low mood, extreme tiredness, and appetite loss are prevalent among people living near waste sites. This research examines differences in health symptoms among residents living near municipal solid waste sites in the Ashanti Region, Ghana. METHODS: The study used cross-sectional data from 827 residents living near three municipal waste sites, including Besease, Asokore, and Dompoase sites in the Ashanti Region, Ghana. Descriptive statistics, Pearson's chi-square, and binary logistic regressions were performed to examine the differences and associations between the variables. RESULTS: Health symptoms, including sleep problems/insomnia, frequent extreme tiredness, low mood, loss of appetite, stress, anxiety, and depression, were reported by the majority of the participants. Residents near open dumpsites (Besease and Asokore) exhibit significantly higher likelihoods of experiencing various health symptoms such as extreme fatigue, depression, psychological disorders, thinking and concentration problems, low mood, loss of appetite, and anxiety compared to those near the engineered Oti landfill in Dompoase. CONCLUSION: While emphasizing the importance of proper landfill design and management in Ghana, this study underscores the need for further longitudinal and clinical investigations. Clinically establishing the link between dumpsites and health symptoms is imperative for informed public health interventions and policy decisions aimed at mitigating the potential adverse health effects of landfills on residents' well-being.
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 | 0,002 | 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) | 0,000 | 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 ».