L’évaluation d’impact sur la santé (EIS) : une démarche intersectorielle pour l’action sur les déterminants sociaux, économiques et environnementaux de la santé
Notice bibliographique
Résumé
Health Impact Assessment (HIA) is a practice that has grown in popularity worldwide, since the end of the 1990s. Originally used in the framework of Environmental Impact Assessments (EIAs), HIA has become enriched through the addition of knowledge and principles based on the social determinants of health and the tackling of health inequalities, and has been brought to bear on the policy-planning process at all levels of government. HIA has three overlapping objectives: to assess the potential effects of a policy on health, to encourage citizen and stakeholder participation in the impact analysis process, and to inform the decision-making process. This article briefly defines HIA; defines its standardized process in successive steps, which allows users to give structure to their actions and to establish the steps to be followed (detection, framing, analysis, recommendations and evaluation); and offers three examples of HIA in three different situations: the Geneva canton of Switzerland; Rennes, France; and in the Montérégie region of Quebec, Canada. Together, these illustrations show that HIA is a promising strategy to influence local decisions and to integrate health into projects and policies at the local and regional levels.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,104 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,014 | 0,011 |
| Études des sciences et des technologies | 0,004 | 0,016 |
| Communication savante | 0,022 | 0,014 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».