MétaCan
Menu
Retour à la cohorte
Enregistrement W3061748490 · doi:10.3389/fped.2020.00472

Pediatric Critical Care and the Climate Emergency: Our Responsibilities and a Call for Change

2020· article· en· W3061748490 sur OpenAlexaff
Gavin Wooldridge, Srinivas Murthy

Notice bibliographique

RevueFrontiers in Pediatrics · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensBritish Columbia Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésClimate changeMedicineHealth careCritical appraisalCountdownGreenhouse gasIntensive careEconomic growthIntensive care medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Critical care is perhaps one of the most "climate-intensive" divisions of health care. As greenhouse gas emissions continue to rise, the unprecedented threat of climate change has belatedly prompted an increased awareness of critical care's environmental impact. Within our role as pediatric critical care providers, we have a dual responsibility not only to care for children at their most vulnerable, but also to advocate on their behalf. There are clear, demonstrable effects of our worsening climate on the health of children, with the resultant increased burden of pediatric critical illness and disruption to health care systems. From increasing wildfires and their effect on lung health, to the spread of vector-borne diseases such as dengue, and the increased migration of children due to a changing climate, the effects of a changing climate are here, and we are beginning to see the changing epidemiology of pediatric critical illness. Ensuring that the effects of ongoing changes are minimized, including its future effects on child health, requires a multifaceted approach. As part of this review, we will use the Lancet Countdown on Climate Change indicators to explore the impact of pediatric critical care on climate change and the inevitable influence climate change will have on the future practice of pediatric critical care globally.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,436

Scores Codex et Gemma par catégorie

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

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 Opus0,062
Tête enseignante GPT0,325
Écart entre enseignants0,263 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PediatricsMême sujetClimate Change and Health ImpactsTravaux en français237 207