MétaCan
Menu
Retour à la cohorte
Enregistrement W6908878283 · doi:10.30476/jhsss.2021.93040.1410

Waste Workers and Pickers: Neglected Highrisk Groups in Developing Countries During the COVID-19 Pandemic

2023· article· en· W6908878283 sur OpenAlexaff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare and Environmental Waste Management
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSanitationDeveloping countryHazardous wastePandemicCoronavirus disease 2019 (COVID-19)Waste disposalBiomedical wastePersonal protective equipment

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has induced some negative environmental issues, especially in the waste management sector. In developing countries, handling waste is carried out by two groups: waste workers and waste pickers who are exposed to possible hazards of infected waste. In the present narrative review, we searched for high-quality English publications in PubMed, Scopus, and Embase databases. The COVID-19 pandemic led to several problems in waste management systems, especially in developing countries. Due to poor management systems, waste workers and pickers are likely exposed to health risks related to unhealthy waste handling. The support of governments is urgently required to properly inform ordinary people about the correct ways of disposing of PPE and also train sanitation workers and waste pickers to reduce the hazardous possibilities. Additionally, financial support can also act as a suppressive agent to reduce the number of waste pickers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,787

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,266
Tête enseignante GPT0,530
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetHealthcare and Environmental Waste ManagementTravaux en français237 207