Systems Science Approaches for Global Environmental Health Research: Enhancing Intervention Design and Implementation for Household Air Pollution (HAP) and Water, Sanitation, and Hygiene (WASH) Programs
Notice bibliographique
Résumé
BACKGROUND: Two of the most important causes of global disease fall in the realm of environmental health: household air pollution (HAP) and poor water, sanitation, and hygiene (WASH) conditions. Interventions, such as clean cookstoves, household water treatment, and improved sanitation facilities, have great potential to yield reductions in disease burden. However, in recent trials and implementation efforts, interventions to improve HAP and WASH conditions have shown few of the desired health gains, raising fundamental questions about current approaches. OBJECTIVES: We describe how the failure to consider the complex systems that characterize diverse real-world conditions may doom promising new approaches prematurely. We provide examples of the application of systems approaches, including system dynamics, network analysis, and agent-based modeling, to the global environmental health priorities of HAP and WASH research and programs. Finally, we offer suggestions on how to approach systems science. METHODS: ) guiding intervention and policy formulation. When employed in participatory processes that engage study populations, policy makers, and implementers, systems science helps ensure that research is responsive to local priorities and reflect real-world conditions. Systems approaches also help interpret unexpected outcomes by revealing emergent properties of the system due to interactions among variables, yielding complex behaviors and sometimes counterintuitive results. DISCUSSION: Systems science offers powerful and underused tools to accelerate our ability to identify barriers and facilitators to success in environmental health interventions. This approach is especially useful in the context of implementation research because it explicitly accounts for the interaction of processes occurring at multiple scales, across social and environmental dimensions, with a particular emphasis on linkages and feedback among these processes. https://doi.org/10.1289/EHP7010.
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 | 0,081 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».