8287721 Extreme weather events caused by climate change: estimating the prevalence of at-risk workers
Notice bibliographique
Résumé
Rationale Climate change-related extreme weather events are projected to intensify yet there has been little research into the effects of these events on the health of workers. Through a literature review, we identified extreme heat, floods, droughts, and wildfires as priorities for study in Canada. We aim to assess the risk of mental and physical health effects from climate change-related extreme weather events on workers across Canada. Methods Employing CAREX Canada methods, we collected data on occupations and industries at risk of the extreme weather events indicated above. We used data from multiple sources to identify the population at risk: 2021 Canadian census, published literature, CAREX Canada estimates, and Canadian occupation databases. These were combined with health impacts and climate change predictions to create risk assessments for each occupation and industry. Results Estimates on workers at risk of heat stress as a result of occupational exposure to extreme heat will be presented. Occupations at risk include outdoor workers, as well as indoor workers in settings with inadequate ventilation. Workers who participate in high activity occupations, don protective equipment, and have less autonomy over workplace activities will have a higher hazard score among those exposed. Results will be presented by region in British Columbia, providing specific estimates for areas with greater exposure to extreme heat in the province, and nationwide by province. Conclusions The results from this study enhance our understanding of the health risks of climate change-related extreme weather events on workers. These results can provide crucial data that can lead to better protection of workers as climate change-related weather events become more common. CAREX Canada has a history of successful knowledge synthesis campaigns that will inform the dissemination of these data and will get the results to the audiences that will be most impactful.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».