A Salutogenic Approach to Disaster Recovery: The Case of the Lac-Mégantic Rail Disaster
Notice bibliographique
Résumé
In July 2013, a train carrying crude oil derailed in Lac-Mégantic (Canada). This disaster provoked a major fire, 47 deaths, the destruction of 44 buildings, a massive evacuation, and an unparalleled oil spill. Since 2013, Public Health has undertaken several actions to address this challenging situation, using both quantitative and qualitative methods. Community-based surveys were conducted in Lac-Mégantic in 2014, 2015 and 2018. The first two surveys showed persistent and widespread health needs. Inspired by a salutogenic approach, Public Health has shifted its focus from health protection to health promotion. In 2016, a Day of Reflection was organized during which a map of community assets and an action plan for the community recovery were co-constructed with local stakeholders. The creation of an Outreach Team is an important outcome of this collective reflection. This team aims to enhance resilience and adaptive capacity. Several promising initiatives arose from the action plan-all of which greatly contributed to mobilize the community. Interestingly, the 2018 survey suggests that the situation is now evolving positively. This case study stresses the importance of recognizing community members as assets, rather than victims, and seeking a better balance between health protection and health promotion approaches.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,041 | 0,020 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,009 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».