MétaCan
Menu
Retour à la cohorte
Enregistrement W2925299703 · doi:10.1289/isesisee.2018.s03.02.07

Importance of Exposure and Health Disaster Research

2018· article· en· W2925299703 sur OpenAlexaboutno aff
Linda S. Birnbaum, Aubrey Miller

Notice bibliographique

RevueISEE Conference Abstracts · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreparednessEmergency responseDisaster researchDisaster responseEmergency managementPublic healthEnvironmental healthOccupational safety and healthMedical emergencyBusinessMedicinePolitical scienceGeographyNursing

Résumé

récupéré en direct d'OpenAlex

Responses to various disasters including the World Trade Center attack, Great Eastern JapanEarthquake, Gulf Oil Spill, Ebola and Zika outbreaks, Lac-Mégantic rail disaster, and recenthurricanes and wildfires have revealed the dire need for improved ability to perform rapid datacollection and research for such events. In 2013, leaders from NIH, CDC, and HHS, noted that“the knowledge that is generated through well-designed, effectively executed research inanticipation of, in the midst of, and after an emergency is critical to our future capacity to betterachieve the overarching goals of preparedness and response: preventing injury, illness,disability, and death and supporting recovery.” While much has been done to improve the life-saving response for public health emergencies, these events have also revealed notable gaps inour ability to develop, coordinate, and implement needed scientific research in response to adisaster. It took 11 months to begin a longitudinal health study of exposed workers after theGulf Oil spill. Such delays adversely affect the ability to identify participants or gather vitalinformation to determine disaster-related risk factors such as resiliency, health outcomesrelated to exposures or other stressors, or efficacy of various response activities. Critical dataare lost if not collected in a timely, systematic, and scientifically rigorous manner throughcoordinated interdisciplinary efforts with multiple stakeholders, including impactedcommunities. In response, the NIH Disaster Research Response Program was created tofacilitate time critical data collection and research into national response and recovery efforts.Together with Canada and Japan, progress is being made to overcome some of the challengesand advance disaster research capabilities including availability of research protocols, IRBreview processes, coordination among government agencies, and engagement of academic,public health, and community stakeholders.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,772
Score d'incertitude au seuil0,719

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

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 Opus0,336
Tête enseignante GPT0,529
Écart entre enseignants0,193 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetDisaster Response and ManagementTravaux en français237 207