Societal costs of exposure to toxic substances: Economic and health costs of four case studies that are candidates for environmental causation.ʺ Environmental Health Perspectives 109: 885‐903
Notice bibliographique
Résumé
Four outcomes that evidence suggests are candidates for “environmental causation ” were chosen for analysis: diabetes, Parkinson’s disease (PD), neurodevelopmental effects and hypothyroidism, and deficits in intelligence quotient (IQ). These are an enormous burden in the United States, Canada, and other industrial countries. We review findings on actual social and economic costs, construct estimates of some of the costs from pertinent sources, and provide several hypothetical examples consistent with published evidence. Many detailed costs are estimated, but these are fragmented and missing in coverage and jurisdiction. Nonetheless, the cumulative costs identified are very large, totaling $568 billion to $793 billion per year for Canada and the United States combined. Partial Canadian costs alone are $46 billion to $52 billion per year. Specifics include diabetes (United States and Canada), $128 billion per year; PD in the United States, $13 billion to $28.5 billion per year; neurodevelopmental deficits and hypothroidism are endemic and, including estimates of costs of childhood disorders that evidence suggests are linked, amount to $81.5 billion to $167 billion per year for the United States and $2 billion per year in Ontario; loss of 5 IQ points cost $30 billion per year in Canada and $275 billion to $326 billion per year in the United States; and hypothetical dynamic economic impacts cost another $19 billion to $92 billion per year for the United States and Canada combined. Reasoned arguments based on the weight of evidence can support the hypothesis that at least 10%, up to 50 % of these costs are environmentally induced— between $57 billion and $397 billion per year. Key words: diabetes, environmental disease, healthcare, hypothyroidism, IQ loss, neurodevelopmental deficits, Parkinson’s disease, societal and economic costs. — Environ Health Perspect 109(suppl 6):885–903 (2001).
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 | 0,010 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».