MétaCan
Menu
Retour à la cohorte
Enregistrement W2755298929 · doi:10.47339/ephj.2017.76

Environmental health officers and climate change adaptation in British Columbia

2017· article· en· W2755298929 sur OpenAlexfundvenueaboutno aff
Laura McKelvey, Environmental Health BCIT School of Health Sciences, Helen Heacock

Notice bibliographique

RevueBCIT Environmental Public Health Journal · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesBritish Columbia Institute of Technology
Mots-clésClimate changeDescriptive statisticsPublic healthAdaptation (eye)PerceptionDemographicsGeographyEnvironmental resource managementEnvironmental healthSocioeconomicsPsychologyMedicineEnvironmental scienceSociologyDemographyEcologyStatistics

Résumé

récupéré en direct d'OpenAlex


 Background: The average annual temperatures in British Columbia have been steadily increasing in recent history and are expected to continue to rise. Climate change impacts have a significant effect on public health, and adaptation to these changes is necessary. Environmental health officers (EHOs) are in a position to deliver climate change adaptation programs in public health. The purpose of this study was to assess EHO perception of climate change adaption and identify knowledge or policy gaps. Methods: A self-administered online survey created used Google Forms was distributed through e-mail and social media to EHOs in BC. The survey asked for demographics information, beliefs about climate change, adaption, and public health. Chi-square tests and descriptive statistics were used to analyze results. Results: There was a significant association found between working in a mixed urban and rural environment and the incorporation of climate change adaptation into practice and the belief that climate change has impacted public health in BC. No association was found between years of experience and incorporation of adaptation. Conclusion: While EHOs generally recognize the public health impacts of climate change, there are many barriers preventing EHO involvement in climate change adaptation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,096
Tête enseignante GPT0,304
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBCIT Environmental Public Health JournalMême sujetClimate Change and Health ImpactsTravaux en français237 207