Public engagement on global health challenges
Notice bibliographique
Résumé
BACKGROUND: Experience with public engagement activities regarding the risks and benefits of science and technology (S&T) is growing, especially in the industrialized world. However, public engagement in the developing world regarding S&T risks and benefits to explore health issues has not been widely explored. METHODS: This paper gives an overview about public engagement and related concepts, with a particular focus on challenges and benefits in the developing world. We then describe an Internet-based platform, which seeks to both inform and engage youth and the broader public on global water issues and their health impacts. Finally, we outline a possible course for future action to scale up this and similar online public engagement platforms. RESULTS: The benefits of public engagement include creating an informed citizenry, generating new ideas from the public, increasing the chances of research being adopted, increasing public trust, and answering ethical research questions. Public engagement also fosters global communication, enables shared experiences and methodology, standardizes strategy, and generates global viewpoints. This is especially pertinent to the developing world, as it encourages previously marginalized populations to participate on a global stage. One of the core issues at stake in public engagement is global governance of science and technology. Also, beyond benefiting society at large, public engagement in science offers benefits to the scientific enterprise itself. CONCLUSION: Successful public engagement with developing world stakeholders will be a critical part of implementing new services and technologies. Interactive engagement platforms, such as the Internet, have the potential to unite people globally around relevant health issues.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».