Marginal Shortening of Life Expectancy in Japan During COVID-19: A Low Pandemic Impact Country Due to Improved Health Infrastructure and Awareness
Notice bibliographique
Résumé
The novel coronavirus (SARS-CoV-2) caused the COVID-19 pandemic, which led to a large number of deaths worldwide, particularly in rich and developed countries, thereby decreasing the average life expectancy (ALE) or average lifespan (ALS) of the people living in these countries. We investigated the pandemic’s effect on the ALE of the Japanese male and female population. Japan’s declining ALE year-over-year was compared with high-ranking LE countries. For both genders, Japan’s ALE increased every year until 2020, even though 2020 was a pandemic year. A small decrease due to the pandemic could not reduce Japan’s overall LE in 2020. In 2021 and 2022, Japan’s overall LE decreased, but once the pandemic ended in 2023, it returned to its pre pandemic trend of increasing. When considering both genders among the high LE and rich and democratic countries such as Hong Kong, Switzerland, Singapore, Sweden, Norway, Italy, South Korea, and Spain, Japan’s ALE was least affected. Due to its improved health infrastructure (% GDP spending on healthcare) and public awareness about the pandemic (mask usage), Japan remained the least affected country during the COVID-19 pandemic. This paper compares the ALE change, % GDP spending on healthcare, and mask usage awareness of the above countries with Japan.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».