MétaCan
Menu
Retour à la cohorte
Enregistrement W2926758737 · doi:10.1002/9781118786352.wbieg0750.pub2

Environment and Health

2019· other· en· W2926758737 sur OpenAlexaffabout
Susan J. Elliott

Notice bibliographique

RevueInternational Encyclopedia of Geography · 2019
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésNewspaperPoliticsPublic healthHuman healthNuclear powerPolitical scienceClimate changeWork (physics)Environmental ethicsEnvironmental healthEngineeringMedicineLawEcology

Résumé

récupéré en direct d'OpenAlex

The study of links between environment and health involves examination of those aspects of human health influenced by the physical, social, biological, psychosocial, chemical, economic, political, and cultural environments within which we live, work, and play. Examples abound: the disappearance of the Aral Sea, a fourfold increase in asthma since the mid‐1990s, widespread water‐related illness in the developed world (e.g., Walkerton in Canada, in 2000; Flint, Michigan, in the United States, 2017–present), a doubling of the prevalence of peanut allergy, such high demands for energy that we imperil human safety through the proliferation of nuclear power, which leads to the potential for the proliferation of nuclear weapons in unstable nation‐states. This situation is punctuated by the occurrence of major environmental disasters (Love Canal, Bhopal, Chernobyl). Ongoing concerns about creeping environmental disasters (e.g., the health impacts of global climate change) keep environment and health issues on the front pages of newspapers and at the top of research agendas. The complexity of designing studies that answer targeted questions remains a challenge; and, yet, decisions must be made with respect to policy, regulations, and guidelines designed to protect the health of the public.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,004
Communication savante0,0070,003
Science ouverte0,0010,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0730,011

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 Opus0,018
Tête enseignante GPT0,281
Écart entre enseignants0,263 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Encyclopedia of GeographyMême sujetClimate Change and Health ImpactsTravaux en français237 207