Future Earth Health Knowledge-Action Network
Notice bibliographique
Résumé
Future Earth is an international research platform providing the knowledge and support to accelerate our transformations to a sustainable world. Future Earth 2025 Vision identified eight key focal challenges, and challenge #6 is to "Improve human health by elucidating, and finding responses to, the complex interactions amongst environmental change, pollution, pathogens, disease vectors, ecosystem services, and people's livelihoods, nutrition and well-being." Several studies, including the Rockefeller Foundation/Lancet Planetary Health Commission Report of 2015, the World Health Organization/Convention on Biological Diversity report and those by oneHEALTH (former ecoHEALTH), have been conducted over the last 30 years. Knowledge-Action Networks (KANs) are the frameworks to apply Future Earth principles of research to related activities that respond to societal challenges. Future Earth Health Knowledge-Action Network will connect health researchers with other natural and social scientists, health and environmental policy professionals and leaders in government, the private sector and civil society to provide research-based solutions based on better, integrated understanding of the complex interactions between a changing global environment and human health. It will build regional capacity to enhance resilience, protect the environment and avert serious threats to health and will also contribute to achieving Sustainable Development Goals. In addition to the initial partners, Future Earth Health Knowledge-Action Network will further nourish collaboration with other on-going, leading research programmes outside Future Earth, by encouraging them in active participation.
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 | 0,024 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,006 |
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.
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 ».