Commentaire - Changements climatiques, santé et avantages connexes des espaces verts
Notice bibliographique
Résumé
Nous avons examiné deux des défis actuels de l’humanité, soit les changements climatiques et les maladies chroniques, en fonction des avantages connexes que les espaces verts procurent à la santé humaine et à l’environnement. La réduction de plusieurs maladies chroniques et des symptômes qui les accompagnent, dont l’anxiété, l’obésité et les maladies cardiovasculaires, a été associée à la présence d’espaces verts et à l’accès à ceux-ci. Les espaces verts offrent également à un certain nombre d’avantages pour la santé environnementale : ils réduisent le risque d’inondation, améliorent la qualité de l’air, rafraîchissent la température et créent de l’ombre. Ces avantages touchent à la fois les symptômes de plusieurs maladies chroniques ainsi que les facteurs de risque associés et les effets des changements climatiques sur l’environnement et la santé. Notre article porte sur les façons d’optimiser les avantages connexes des espaces verts, au moyen de deux exemples de collaborations multisectorielles. À l’aide de ces deux exemples, nous avons conçu un modèle de collaboration collective visant à régler simultanément des problèmes complexes, comme les changements climatiques et les maladies chroniques, grâce à l’intervention sur les espaces verts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».