MétaCan
Menu
Retour à la cohorte
Enregistrement W2407821423 · doi:10.1177/1757975915601038

Equity, sustainability and governance in urban settings

2016· article· en· W2407821423 sur OpenAlexaff
Marilyn Rice, Trevor Hancock

Notice bibliographique

RevueGlobal Health Promotion · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésUrban sprawlEquity (law)SustainabilityUrban planningEmpowermentCivil societyCorporate governanceHealth equitySocial equalityEnvironmental planningPolitical sciencePublic relationsBusinessEconomic growthHealth careGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

In this commentary the urban setting is explored from the perspective of ecological sustainability and social equity. Urban-related issues are highlighted related to social inequality, deficits in urban infrastructures, behavior-related illnesses and risks, global ecological changes, and urban sprawl. Approaches to addressing these issues are described from the perspective of urban governance, urban planning and design, social determinants of health, health promotion, and personal and community empowerment. Examples of successful strategies are provided from Latin America, including using participatory instruments (assessments, evaluation, participatory budgeting, etc.), establishing intersectoral committees, increasing participation of civil society organizations, and developing virtual forums and networks to channel participatory and collaborative processes. A way forward is proposed, using the urban setting to show the imperative of creating intersectoral policies and programs that produce environments that are both healthy and sustainable. It will be important to include new forms of social participation and use social media to facilitate citizen decision-making and active participation of all sectors of society, especially excluded groups.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,033

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,020
Communication savante0,0070,006
Science ouverte0,0010,006
Intégrité de la recherche0,0030,004
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 Opus0,053
Tête enseignante GPT0,475
Écart entre enseignants0,422 · 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'étudeSans objet
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

Citations34
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Health PromotionMême sujetCommunity Health and DevelopmentTravaux en français237 207