MétaCan
Menu
Retour à la cohorte
Enregistrement W2098925346 · doi:10.1080/10807030701655798

An Integrated Framework for Risk Management and Population Health

2007· article· en· W2098925346 sur OpenAlexafffund
Daniel Krewski, Victoria Hogan, Michelle C. Turner, Patricia L. Zeman, Ian McDowell, Nancy Edwards, Joseph Losos

Notice bibliographique

RevueHuman and Ecological Risk Assessment An International Journal · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensInstitute of Population and Public HealthUniversity of Ottawa
Organismes subventionnairesHealth CanadaNational Academy of SciencesNatural Sciences and Engineering Research Council of CanadaCanadian Institute for Advanced Research
Mots-clésRisk analysis (engineering)Risk managementPopulation healthPopulationBusinessEnvironmental planningEnvironmental healthEnvironmental resource managementMedicineGeographyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The traditional medical model of health and health policy development has focused on individuals and the role of medical care in preventing and treating disease and injury. Recent attention to health inequities and social determinants of health has raised the profile of population heath and evidence-based strategies for improving the health of whole populations. At the same time, risk science has emerged as an important new discipline for the assessment and management of risks to health. This article reviews historical developments in the fields of risk management and population health and proposes a joint population health risk management framework that integrates the key elements of both fields. Applying this integrated approach to managing population health risks will facilitate the development of evidence-based health policy. It will encourage a more systematic and comprehensive evaluation of population health issues and promote the use of a broader suite of interventions to reduce health risks and enhance population health status.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,110
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,068
Tête enseignante GPT0,437
Écart entre enseignants0,369 · 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'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

Citations60
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman and Ecological Risk Assessment An International JournalMême sujetClimate Change and Health ImpactsTravaux en français237 207