MétaCan
Menu
Retour à la cohorte
Enregistrement W2532439053 · doi:10.1136/tobaccocontrol-2016-053466

The Race to a Tobacco Endgame

2016· editorial· en· W2532439053 sur OpenAlexaboutno aff
Ruth E. Malone

Notice bibliographique

RevueTobacco Control · 2016
Typeeditorial
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChess endgameRace (biology)MedicineComputer scienceSociologyGender studiesArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

During the past month alone, I have had an opportunity to participate in four different meetings—in Utah, Sweden, Canada and the USA—where ideas about how to achieve an ‘endgame’ for the tobacco epidemic were being discussed. Other previous meetings—in India, Finland and the UK—have been held over the last few years, and I know of several other such discussions. Even before the US Surgeon General's 50th Anniversary report on the health consequences of smoking1 called explicitly for achieving a tobacco endgame and suggested a combination of policy strategies to do so, other countries such as Ireland, New Zealand, Finland and Scotland were having conversations that led them to set hard target dates by which they intend to reduce tobacco use and/or smoking prevalence to <5%. Modelling studies suggest that current measures, even if they are greatly accelerated in countries that are tobacco control leaders, will not achieve these goals within the first half of this century.1 As the target dates move closer, will political leaders seize the opportunity to enact the bolder policy innovations that must be undertaken? Or, will they allow caution and inertia to shape another century of public health catastrophe? The endgame requires consciously designing interventions to change permanently the structural, political and social dynamics that sustain the epidemic, in order to end it by a specific time.2 Thus, an endgame vision goes beyond ‘business as usual’ and calls for further policy innovations. No one knows how to do it yet, but the endgame conversation3–6 has become mainstream, and the first places that manage to achieve it will herald the beginning of the end of more than a century of industrially produced carnage. Which places will be …

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)0,014
score de la tête « metaresearch » (Gemma)0,018
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: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,022
Communication savante0,0160,022
Science ouverte0,0030,022
Intégrité de la recherche0,0190,034
Charge utile insuffisante (le modèle a refusé de juger)0,0370,006

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 Opus0,011
Tête enseignante GPT0,289
Écart entre enseignants0,277 · 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
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTobacco ControlMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207