MétaCan
Menu
Retour à la cohorte
Enregistrement W3110154526 · doi:10.20965/jdr.2020.p0833

Social, Economic and Health Effects of the 2016 Alberta Wildfires: Pediatric Resilience

2020· article· en· W3110154526 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Disaster Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensMount Royal UniversityUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSnowball samplingInfluencer marketingMental healthCommunity resilienceGovernment (linguistics)Psychological resilienceDisaster recoveryFocus groupNonprobability samplingSuicide preventionPoison controlPsychologyPublic relationsEnvironmental healthPolitical scienceMedicineSociologyBusinessSocial psychologyPsychiatryEngineering

Résumé

récupéré en direct d'OpenAlex

The 2016 Alberta wildfires resulted in devastating human, socio-economic, and environmental impacts. Very little research has examined pediatric resilience (5–18 years) in disaster-affected communities in Canada. This article discusses the effects of the wildfire on child and youth mental health, community perspectives on how to foster resilience post-disaster, and lessons learned about long-term disaster recovery by drawing on data collected from 75 community influencers following the 2016 Alberta wildfires. Community influencers engaged in the delivery of services and programs for children, youth, and families shared their perspectives and experiences in interviews ( n = 30) and in focus group sessions ( n = 35). Using a purposive and snowball sampling approach, participants were recruited from schools, community organizations, not-for-profit agencies, early childhood development centers, and government agencies. The results show that long-term disaster recovery efforts require sustained funding, particularly in meeting mental health and well-being. Implications and recommendations are provided.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,361
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,070
Tête enseignante GPT0,408
Écart entre enseignants0,338 · 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