L'approche écosystémique de la santé des populations : le cas de l’exposition au mercure des communautés riveraines de l’Amazonie et du nord du Québec
Bibliographic record
Abstract
La problématique environnementale du mercure est complexe et les effets sub-cliniques d’une exposition prolongée à de faibles doses ainsi que ses conséquences sur la santé et le bien-être des populations ont longtemps été méconnus. Nous présentons ici deux régions, l’Amazonie brésilienne et le nord du Québec, qui figurent parmi les cas d’exposition au mercure les mieux étudiés au monde. Malgré un contexte biophysique, géographique et écologique fort contrasté, des similitudes existent dans les deux régions en ce qui concerne la mobilisation et la transformation de ce métal dans les écosystèmes et l’exposition humaine à ce contaminant. Dans les deux cas, des changements d’affectation des sols jouent un rôle majeur dans la mobilisation du mercure dans les sols. En dépit des grandes différences entre les populations touchées et l’échelle de l’intervention, des convergences remarquables ont émergé dans la prise en compte socio-sanitaire de la problématique et de l’évolution des démarches de recherche et d’intervention. L’approche écosystémique et participative s’est imposée, de manière implicite ou délibérée, comme le modèle le plus approprié dans ce type de problématique. En absence de solutions possibles de décontamination ou de rémédiation à grande échelle des écosystèmes, l’accent a été mis sur la surveillance, la communication et la gestion du risque sanitaire. Ceci a impliqué une adaptation des pratiques alimentaires visant à réduire l’exposition au mercure, sans pour autant décourager la consommation des produits de la pêche, identifiés comme principale voie d’exposition, et qui comportent aussi de nombreux bienfaits (nutritifs, économiques et culturels) pour les communautés des deux régions. Dans les deux études, on constate une diminution de l’exposition au mercure au fil du temps, mais pas nécessairement pour les mêmes raisons. L’analyse du déroulement des projets et du taux de succès des interventions mises en place implique une analyse contextualisée en prenant en compte les aspects socio-politiques, culturels et historiques dans lequel ils s’inscrivent. L’étude de l’exposition mercurielle offre donc de nombreux enseignements pour d’autres types d’exposition à des agents toxiques, mais soulève encore beaucoup de questions, d’ordre biogéochimique, sanitaire et social, auxquelles il s’agira de s’intéresser et de répondre dans le futur.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".