MétaCan
Menu
Retour à la cohorte
Enregistrement W1978052673 · doi:10.14430/arctic4082

Community Perspectives on the Impact of Climate Change on Health in Nunavut, Canada

2011· article· en· W1978052673 sur OpenAlexaffvenueabout
Gwen Healey, Kate Magner, Renátó Ritter, R. Kamookak, A. Aningmiuq, B. Issaluk, Kierin Mackenzie, L. Allardyce, Aileen Stockdale, P. Moffit

Notice bibliographique

RevueARCTIC · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensQaujigiartiit Health Research CentreAurora CollegeGovernment of NunavutPublic Health OntarioNunavut Research InstituteNunavut Arctic College
Organismes subventionnairesnon disponible
Mots-clésPhotovoiceClimate changeParticipatory action researchCitizen journalismGeographyCommunity healthEnvironmental resource managementPolitical scienceSociologyEconomic growthEcologyHealth careEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to explore community perspectives on the most important ways that climate change is affecting the health of northern peoples. The study was conducted in Iqaluit, Nunavut, using a participatory action approach and the photovoice research method. Participants identified themes and patterns in the data and developed a visual model of the relationships between the themes identified. Five themes emerged from the data: the direct impacts of climate change on the health of individuals and communities, the transition from past climates to future climates, necessary adaptation to the changing climate in the North, the call to action (individual, regional, and national), and reflection on the past and changing knowledge systems. A climate change and health model was developed to illustrate the relationships between the themes. Participants in this study conceptualized health and climate change broadly. Participants believed that by engaging in a process of ongoing reflection, and by continually incorporating new knowledge and experiences into traditional knowledge systems, communities may be better able to adapt and cope with the challenges to health posed by climate change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,422

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0350,008
Communication savante0,0040,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,149
Tête enseignante GPT0,406
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations40
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetIndigenous Studies and EcologyTravaux en français237 207