MétaCan
Menu
Retour à la cohorte
Enregistrement W2941234011 · doi:10.1089/hs.2018.0062

The Role and Function of the Liaison Officer: Lessons Learned and Applied after Superstorm Sandy

2019· article· en· W2941234011 sur OpenAlexaff
Sarah Sisco, Liz Jones, Erich K. Giebelhaus, Tamer Hadi, Ingrid Gonzalez, Francis Lee Kahn

Notice bibliographique

RevueHealth Security · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensResponse Biomedical (Canada)
Organismes subventionnairesnon disponible
Mots-clésOfficerStaffingAgency (philosophy)Public healthEmergency managementPublic relationsEngineeringMedicineNursingPolitical scienceBusinessSociology

Résumé

récupéré en direct d'OpenAlex

In October 2012, Superstorm Sandy had a wide impact on the public across New York City (NYC). The NYC Department of Health and Mental Hygiene (DOHMH) activated its incident command system (ICS) and deployed a liaison officer (LNO) to the NYC Emergency Operations Center (EOC) at NYC Emergency Management (NYCEM) 24 hours a day for 6 weeks. This prolonged response period, coupled with environmental effects on NYC's coastal communities, increased public awareness of Sandy's health impacts, requiring a broad scope of interagency coordination and operational input from the liaison officer. Liaison officers involved in this response later conducted a content analysis of issues handled throughout Sandy, to better understand the skill set required to serve in this role, identify greater staff depth, integrate liaison officers into DOHMH exercises, and update just-in-time training provided before liaison officers deploy. This analysis revealed defined training topics for liaison officers to improve staff performance and effectiveness in leading interagency coordination during emergency responses. Topics include resources, staffing, data management, public messaging, and vulnerable populations, and these topics have since been used to revamp liaison officer training and guide policy changes in the liaison officer job charter. Targeted use of liaison officers to support development and implementation and to coordinate response objectives with local, state, and federal partners has only become more important. This analysis continues to influence how DOHMH defines its citywide agency response role, to inform how best to staff and train liaison officers to respond, and to pose lessons for other jurisdictions seeking to maximize the effectiveness of liaison officers deployed in emergencies.

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)0,025
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,007
Communication savante0,0080,009
Science ouverte0,0050,010
Intégrité de la recherche0,0050,013
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,293
Écart entre enseignants0,278 · 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'étudeQualitatif
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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth SecurityMême sujetDisaster Management and ResilienceTravaux en français237 207