MétaCan
Menu
Retour à la cohorte
Enregistrement W2800308041 · doi:10.1186/s13031-018-0159-8

Setting priorities for humanitarian water, sanitation and hygiene research: a meeting report

2018· article· en· W2800308041 sur OpenAlexaff
Lauren D’Mello-Guyett, Travis Yates, Andy Bastable, Maysoon Dahab, Claudio Deola, Caetano C. Dorea, Robert Dreibelbis, Timothy Grieve, Thomas Handzel, Anne Harmer, Daniele Lantagne, Peter Maes, Melissa C. Opryszko, Sarah Palmer-Felgate, Brian Reed, Rafaël Van den Bergh, Dominique Porteaud, Oliver Cumming

Notice bibliographique

RevueConflict and Health · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Victoria
Organismes subventionnairesDepartment for International DevelopmentWellcome Trust
Mots-clésSanitationHygienePsychological interventionHealth services researchPublic healthHumanitarian aidMedicinePublic relationsPolitical scienceEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

Recent systematic reviews have highlighted a paucity of rigorous evidence to guide water, sanitation and hygiene (WASH) interventions in humanitarian crises. In June 2017, the Research for Health in Humanitarian Crises (R2HC) programme of Elrha, convened a meeting of representatives from international response agencies, research institutions and donor organisations active in the field of humanitarian WASH to identify research priorities, discuss challenges conducting research and to establish next steps. Topics including cholera transmission, menstrual hygiene management, and acute undernutrition were identified as research priorities. Several international response agencies have existing research programmes; however, a more cohesive and coordinated effort in the WASH sector would likely advance this field of research.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil0,935

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,186
Tête enseignante GPT0,440
Écart entre enseignants0,254 · 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.

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

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConflict and HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207