Health intersectoralism in the Sustainable Development Goal era: from theory to practice
Notice bibliographique
Résumé
In 2015, the United Nations' (UN) Member States adopted a bold and holistic agenda of the Sustainable Development Goals (SDGs), integrating a vision of peace and prosperity for people and planet. Extensive work within, between, across sectors is required for this bold and holistic agenda to be implemented. It is in this context that this special article collection showcases multisectoral approaches to achieving SDG 3-Good Health and Well-Being-which, though focused explicitly on health, is connected to almost all other goals. A confluence of social and health inequities, within a context of widespread environmental degradation demands systems thinking and intersectoral action. Articles in this issue focus on the SDGs as a stimulus for renewed multisectoral action: processes, policies, and programs primarily outside the health sector, that have health implications through social, commercial, economic, environmental, and political determinants of health. Case studies offer critical lessons on effectively engaging other sectors to enhance their health outputs, identifying co-benefits and 'win-wins' that enhance human health.
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 | 0,057 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,079 |
| Communication savante | 0,023 | 0,032 |
| Science ouverte | 0,004 | 0,018 |
| Intégrité de la recherche | 0,046 | 0,058 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».