MétaCan
Menu
Retour à la cohorte
Enregistrement W2912061770 · doi:10.3389/fpubh.2019.00015

Looking for Evidence of Public Health's Role for Long-Term Evacuees

2019· article· en· W2912061770 sur OpenAlexaffabout
Barbara Clow, Margaret Haworth-Brockman, Geneviève Boily-Larouche, Zeeshan Qadar, Yoav Keynan

Notice bibliographique

RevueFrontiers in Public Health · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPublic healthPreparednessSuicide preventionEmergency managementMedicinePublic relationsEnvironmental healthPoison controlPolitical scienceEconomic growthNursingEconomics

Résumé

récupéré en direct d'OpenAlex

Many Canadians have had personal experience of a major emergency or disaster at some point in their lifetime and close to a third of those affected were evacuated from their homes or communities. Most evacuations have lasted less than 2 weeks, but in some instances, people have been displaced for months or years. For example, hundreds of residents evacuated following flooding in Lake St. Martin, Manitoba in 2011, remain displaced today. In order to learn more about the roles and responses of public health for long-term evacuees (LTEs) in Canada, we conducted a narrative review of published English-language documents, beginning with literature specific to Canada and then expanding to include literature on other high-income countries. We found that while researchers have explored public health considerations in emergency preparedness, acute disaster management, and resettlement in these contexts there is a dearth of published evidence regarding the public health implications of prolonged evacuation and the public health responses to long-term evacuation in Canada and in other high-income countries. Because the public health needs of diverse populations of LTEs have not been fully investigated, it is likely that they are neither well-understood nor adequately addressed in public health policy and practice.

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)0,010
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,700
Score d'incertitude au seuil0,603

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,043
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0060,009
Communication savante0,0070,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,083
Tête enseignante GPT0,390
Écart entre enseignants0,307 · 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'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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetMigration, Health and TraumaTravaux en français237 207