MétaCan
Menu
Retour à la cohorte
Enregistrement W3034057716 · doi:10.17269/s41997-020-00337-y

Developing a harmonized heat warning and information system for Ontario: a case study in collaboration

2020· article· en· W3034057716 sur OpenAlexafffundvenueabout
Dave Henderson, Louise Aubin, Kevin Behan, Hong Chen, Helen Doyle, Stephanie Gower, Melissa Macdonald, Carol Mee, Gregory R. A. Richardson, Greg Rochon, Mira Shnabel, Jay Storfer, Abderrahmane Yagouti, Anna Yusa

Notice bibliographique

RevueCanadian Journal of Public Health · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensNatural Resources CanadaInnovation Initiatives Ontario NorthHealth CanadaToronto Public HealthGovernment of CanadaPublic Health OntarioEnvironment and Climate Change Canada
Organismes subventionnairesOntario Ministry of Health and Long-Term Care
Mots-clésGovernment (linguistics)Warning systemBusinessPublic healthHarmonizationPublic relationsPolitical scienceMedicineEngineeringTelecommunicationsNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Heat wave early warning systems help alert decision-makers and the public to prepare for hot weather and implement preventive actions to protect health. Prior to harmonization, public health units across Ontario either used independent systems with varying methodologies for triggering and issuing public heat warnings or did not use any system. The federal government also issued heat warnings based on different criteria. During heat events, adjacent public health units in Ontario and the federal government would routinely call heat warnings at different times with separate public messages, leading to confusion. This article describes the collaborative process and key steps in developing a harmonized Heat Warning and Information System (HWIS) for Ontario. SETTING: Public health units across Ontario, Canada, collaborated with the federal and provincial government to develop the harmonized HWIS for Ontario. INTERVENTION: In 2011, stakeholders identified the need to develop a harmonized system across Ontario to improve heat warning services, warning criteria, and health messaging. Through a 5-year process facilitated by a non-governmental organization, the three levels of government collaborated to establish the Ontario HWIS. OUTCOMES: The province-wide HWIS was implemented in 2016 with the Ontario Ministry of Health and Long-Term Care's release of the harmonized HWIS Standard Operating Practice, which outlined the notification and warning process. IMPLICATIONS: The lessons learned could help spur action in other provinces and jurisdictions internationally in the development of similar health evidence-based warning systems, including in particular those for protecting public health during extreme heat events.

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)0,018
score de la tête « metaresearch » (Gemma)0,032
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: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,673

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0210,005
Communication savante0,0040,003
Science ouverte0,0030,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,172
Tête enseignante GPT0,329
Écart entre enseignants0,157 · 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

Citations11
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Public HealthMême sujetClimate Change and Health ImpactsTravaux en français237 207