MétaCan
Menu
Retour à la cohorte
Enregistrement W1585771047 · doi:10.71164/socialmedicine.v6i2.2011.589

Developing Cross Sectoral, Healthy Public Policies: A Case Study of the Reduction of Highly Toxic Pesticide Use among Small Farmers in Ecuador

2011· article· en· W1585771047 sur OpenAlexaff
Asia Fadya Orozco Terán, Donald C. Cole

Notice bibliographique

RevueSocial medicine · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPromotion (chess)PoliticsAgricultureEconomic growthPublic policyScale (ratio)Agricultural policySocial policyAgricultural developmentPolitical scienceRegional scienceSociologyEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Agricultural development is a health determinant for small-scale farmers. This article examines the process of developing health and agricultural policy at the municipal level. Operational research was conducted in three rural, Andean municipalities in Ecuador. Policy development involved four steps: 1) proposal of a political agenda, 2) political analysis, 3) consultation, and 4) design and implementation of a political strategy. Our study of stage 2 included in-depth interviews with institutional and community leaders in each municipality. We also reviewed secondary sources and took field notes of observations made during the process. Content analysis was used for textual materials. We observed that institutional actors used a functionalist logic with respect to agricultural production processes; this – along with their individual attitudes and aptititudes – limited progress in policy development. On the other hand, social participation tended to facilitate the development of intersectoral programs. The promotion of cross-sectoral policy development fosters cross-sectoral approaches to action on the social determinants of health.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,131
Score d'incertitude au seuil0,896

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,338
Tête enseignante GPT0,468
Écart entre enseignants0,130 · 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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial medicineMême sujetCommunity Health and DevelopmentTravaux en français237 207