Smart City and High-Tech Urban Interventions Targeting Human Health: An Equity-Focused Systematic Review
Notice bibliographique
Résumé
Urban infrastructure systems responsible for the provision of energy, transportation, shelter, and communication to populations are important determinants of health and health equity. The term "smart city" has been used synonymously with other terms, such as "digital city", "sustainable city", and "information city", even though definitional distinctions exist between terms. In this review, we use "smart cities" as a catch-all term to refer to an emerging concept in urban governance practice and scholarship that has been increasingly applied to achieve public health aims. The objective of this systematic review was to document and analyze the inclusion of equity considerations and dimensions (i.e., a measurement, analytical, or dialectical focus on systematic disparities in health between groups) in smart city interventions aimed to improve human health and well-being. Systematic searches were carried out in the Cumulative Index to Nursing and Allied Health Literature (CINAHL), Psychological Information Database (PsycINFO), the PubMed database from the National Center for Biotechnology Information, Elsevier's database Scopus, and Web of Science, returning 3219 titles. Ultimately, 28 articles were retained, assessed, and coded for their inclusion of equity characteristics using the Cochrane PROGRESS-Plus tool (referring to (P) place of residence, (R) race, (O) occupation, (G) gender, (R) religion, (E) education, (S) socio-economic status (SES), and (S) social capital). The most frequently included equity considerations in smart city health interventions were place of residence, SES, social capital, and personal characteristics; conversely, occupation, gender or sex, religion, race, ethnicity, culture, language, and education characteristics were comparatively less featured in such interventions. Overall, it appears that most of intervention evaluations assessed in this review are still in the early testing phases, and thus did not include or feature robust evaluative designs or commercially available technologies.
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 | 0,012 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 ».