Projecting the overall heat-related health burden and associated economic costs in a climate change context in Quebec, Canada
Notice bibliographique
Résumé
Extreme heat represents a major health risk for the world's population, that is amplified by climate change. However, the health costs associated with these heat events have only been little studied. To stimulate the implementation of effective interventions against extreme heat, a more comprehensive economic valuation of these health impacts is crucial. In this study, a general framework for assessing historical and projected heat-related health costs is presented and then applied to the province of Quebec (Canada). First, heat-related mortality and morbidity, as well as the number of extreme heatwaves, were computed for a historical (∼2000) and projected (∼2050) period under two shared socioeconomic pathways (SSP). Then, these heat-related numbers were converted into 1) direct healthcare costs, 2) indirect productivity costs and 3) intangible societal costs, using the best available cost information. Results showed that historical heat-related health costs were respectively 15M$, 5M$ and 3.6G$ (in 2019 Canadian dollars) annually for the direct, indirect and intangible components in Quebec, Canada. Under a middle-of-the-road scenario (SSP2–4.5), there was a 3-fold increase in total costs due to climate and population change (10.9G$ annually), while under a pessimistic scenario (SSP5–8.5), the increase was 5-fold (17.4G$). Total costs were mostly driven by intangible impacts, such as loss of life (∼90–95%) and of well-being during heatwaves (∼5–10%). Given that heat-related health costs are already significant, and likely to increase substantially in the future, this study has demonstrated the vital need to reduce its burden now and in the future by adopting more measures to mitigate climate change and adapt to heat. • Heat-related health costs computed for 1990–2019 and 2040–2069 in Quebec, Canada. • Considered costs were direct healthcare, indirect productivity and intangible costs. • Annual historical costs were 15M$ (direct), 5M$ (indirect) and 3.6G$ (intangible). • Total heat-related costs increased by 3X (SSP2–4.5) and 5X (SSP5–8.5) in 2050. • Total costs were mainly driven by loss of life (∼90–95%) and of well-being (∼5–10%).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 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) | 0,004 | 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 ».