MétaCan
Menu
Retour à la cohorte
Enregistrement W2951196968 · doi:10.3390/challe10010031

Beyond Science and Technology: Creating Planetary Health Needs Not Just ‘Head Stuff’, but Social Engagement and ‘Heart, Gut and Spirit’ Stuff

2019· article· en· W2951196968 sur OpenAlexaff
Trevor Hancock

Notice bibliographique

RevueChallenges · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésEnvironmental ethicsFace (sociological concept)PoliticsIdeologyAnthropoceneEngineering ethicsEconomic JusticeSociologyPublic relationsPolitical scienceSocial scienceLawEngineeringPhilosophy

Résumé

récupéré en direct d'OpenAlex

I have been involved in studying and working within what is now called the Anthropocene for almost 50 years, and in all that time, not only have we failed to make much progress, but the state of the Earth’s ecosystems has generally worsened. Yet somehow we must create a world in which everyone on Earth has good health and a good quality of life—a matter of social justice—while living within the physical and ecological constraints of the one small planet that is our home; this is the focus of the new field of planetary health. Our worsening situation is not due to lack of knowledge, science and technology; in broad terms, we knew most of the challenges and many of the needed solutions back in the 1970s. Instead, the challenges we face are social, rooted in cultural values, political ideologies, legal and economic systems, ethical principles and spiritual/religious beliefs. Therefore, we have to move beyond science and technology and address these broader socio-cultural issues by engaging in economic, legal and political work, complementing and supplementing ‘head stuff’ with ‘heart, gut and spirit stuff’, and working from the grass roots up.

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)0,016
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0150,053
Communication savante0,0200,026
Science ouverte0,0020,031
Intégrité de la recherche0,0130,017
Charge utile insuffisante (le modèle a refusé de juger)0,0170,004

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 Opus0,120
Tête enseignante GPT0,342
Écart entre enseignants0,222 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

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

En bref

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChallengesMême sujetClimate Change and Health ImpactsTravaux en français237 207