Effects of uranium mining on health: a case study of Jadugoda of Jharkhand, India
Notice bibliographique
Résumé
While the measurement of radiological risk and its environmental and ecological impacts has been extensively studied, the effects on human health particularly among populations living near mining areas have received comparatively less attention. In this context, the present study investigates the health impacts of uranium mining on residents living in close proximity to the Jadugoda uranium mining region in India. Drawing on in-depth interviews with 37 respondents and 4 health workers from three villages adjacent to the mining site, the study reveals a high prevalence of chronic health conditions. These include respiratory issues (such as bronchitis, chest pain, and chronic coughing), skin diseases, various forms of cancer, neuropsychiatric disorders, congenital disabilities (e.g., birth defects, developmental delays, and physical deformities), and reproductive health problems (such as irregular menstruation, excessive bleeding, urinary infections, and miscarriage). In addition to these physical ailments, participants reported severe psychological distress, including anxiety, fear, and suicidal ideation. According to community members, unprotected tailing ponds where mining waste is improperly stored are perceived as a primary source of radiological exposure. In light of these findings, the study calls for urgent public health interventions and further research into the long-term health consequences of uranium mining in affected regions. We recommend several key interventions including strengthening local healthcare systems, enforcing safe mining and waste management regulations, and regularly monitoring radiation levels. Financial support for affected individuals especially cancer patients and collaboration among public health agencies, local authorities, and civil society are essential for an effective response.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».