MétaCan
Menu
Retour à la cohorte
Enregistrement W1541098020 · doi:10.1159/000341308

The Importance of Systems Thinking to Address Obesity

2012· article· en· W1541098020 sur OpenAlexafffund
Diane T. Finegood

Notice bibliographique

RevueNestlé Nutrition Institute Workshop series · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensSimon Fraser University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésReductionismPaceFunction (biology)Systems thinkingAction (physics)Focus (optics)ObesityManagement sciencePsychologyPolitical scienceRisk analysis (engineering)Computer scienceEpistemologyMedicineBiologyEngineeringGeographyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Obesity is clearly a complex problem for both the individual and for society. Complex or 'wicked' problems have common characteristics such as heterogeneity, nonlinearity, interdependence, and self-organization. As such they require solutions appropriate for complex problems, rather than a reductionist search for the causes. 'Systems thinking' provides new ways to consider how to collectively address complex societal problems like obesity, where biology interacts with social, cultural and built environmental factors in infinite permutations and combinations. The systems that give rise to the obesity epidemic function at multiple levels, and there are important interactions between these levels. At any given level, individual actors and organizations matter and system function is optimized when individual and organizational capacity to respond is well matched to the complexity of individual tasks. Providing system supports to help networks of individuals become 'communities of practice' and 'systems of influence' may also help to accelerate the pace of effective action against obesity. Research efforts need to move away from the relentless search for the specific isolated causes of obesity and focus on solutions that have been shown to work in addressing other 'wicked' problems.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,800
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,332
Tête enseignante GPT0,553
Écart entre enseignants0,220 · 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.

Devis d'étudeSans objet
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

Citations27
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNestlé Nutrition Institute Workshop seriesMême sujetHealth Policy Implementation ScienceTravaux en français237 207