Herbicides à base de glyphosate et enjeux de droits pour la santé, le travail et les dispositifs évaluatifs et réglementaire
Bibliographic record
Abstract
En 2015, la France reconnaissait les hémopathies malignes, dont les lymphomes non hodgkiniens (LNH), comme maladies professionnelles liées aux pesticides. Le CIRC de l’OMS déclarait alors le glyphosate et les herbicides à base de glyphosate génotoxiques et cancérigènes probables. Aux États-Unis, 125 000 victimes américaines de LNH attribué au Roundup de Bayer-Monsanto recourraient aux tribunaux qui autorisèrent la déclassification de 2,5 millions de pages de documents internes, les Monsanto Papers, témoignant de décennies de manipulations des dispositifs évaluatifs et réglementaires pour taire la dangerosité du Roundup. Après trois coûteuses condamnations, Bayer-Monsanto signa un règlement hors cours partiel de 11 milliards de dollars américains, et retira du marché, aux ÉtatsUnis, le Roundup à usage domestique. La hausse structurelle des pesticides, passée de 2,3 à 4,1 millions de tonnes de 1990 à 2018, contribuant aux 385 millions de cas par an d’empoisonnement graves et non intentionnels, et leurs impacts menaçants sur le climat, la biodiversité et les limites planétaires, exigent d’aller au-delà des compensations de certaines maladies pour mettre en évidence les responsabilités des firmes productrices, des instances réglementaires et des pouvoirs publics : c’est le cœur de cet article centré sur les HBC, premiers pesticides au monde, au Canada et au Québec et sur leurs liens avec certains cancers, dont les lymphomes non hodgkiniens (LNH).
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".