MétaCan
Menu
Retour à la cohorte
Enregistrement W2025156473 · doi:10.1080/13623699.2011.608630

An agent–vector–host–environment model for controlling small arms and light weapons

2011· article· en· W2025156473 sur OpenAlexaff
Andrew D. Pinto, Malika Sharma, Robert Muggah

Notice bibliographique

RevueMedicine Conflict & Survival · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Conflict Studies
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésNormalization (sociology)Public healthCivil societyVector (molecular biology)BusinessRisk analysis (engineering)Control (management)Computer securityPolitical scienceComputer scienceMedicineSociologyBiologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Armed violence is a significant public health problem. It results in fatal and non-fatal injuries and disrupts social and economic processes that are essential to the health of individuals and communities. We argue that an agent-vector-host-environment model can be helpful in understanding and describing the availability and misuse of small arms and light weapons. Moreover, such a model can assist in identifying potential control points and in developing mitigation strategies. These concepts have been developed from analogous vector control programs and are applied to controlling arms to reduce their misuse. So-called 'denormalization' and 'de-legitimization' campaigns that focus on the vector - including the industry producing these commodities - can be based on the experience of public health in controlling tobacco use and exposure. This model can assist health professionals, civil society and governments in developing comprehensive strategies to limit the production, distribution and misuse of small arms and light weapons.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,246
Tête enseignante GPT0,406
Écart entre enseignants0,159 · 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'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

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine Conflict & SurvivalMême sujetHealth and Conflict StudiesTravaux en français237 207