MétaCan
Menu
Retour à la cohorte
Enregistrement W3113029147 · doi:10.1377/hlthaff.2020.01203

Scrambling For Safety In The Eye Of Dorian: Mental Health Consequences Of Exposure To A Climate-Driven Hurricane

2020· article· en· W3113029147 sur OpenAlexaff
James M. Shultz, Duane E. Sands, Nadia Holder-Hamilton, William M. Hamilton, Sandeep Goud, Krista Marie Nottage, Zelde Espinel, Stephanie Friedman, Craig Fugate, James P. Kossin, Sandro Galea

Notice bibliographique

RevueHealth Affairs · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensHamilton Health Sciences
Organismes subventionnairesnon disponible
Mots-clésStormStorm surgeMental healthWinter stormClimate changeGeographyMedicineOceanographyMeteorologyPsychiatryGeology

Résumé

récupéré en direct d'OpenAlex

As climate change alters the behavior of Atlantic hurricanes, these storms are trending stronger, wetter, and slower moving over coastal and island populations. Hurricane Dorian exemplified all three attributes. Dorian's destructive passage over the Abaco Islands, Bahamas, on September 1, 2019, exposed residents of its capital, Marsh Harbour, to a prolonged encounter with the storm's core. After Dorian's fierce front eyewall and towering storm surge tore apart shanty town habitats and eviscerated concrete homesites, residents desperately sought refuge during the brief respite when Dorian's eye passed directly overhead. The category 5 winds then resumed abruptly and Dorian continued its relentless destruction. This article focuses on the storm's mental health consequences, drawing on observations of on-site clinicians as well as findings from previous research on the mental health effects of Atlantic hurricanes and the transformation of hurricane hazards resulting from climate change. To protect island and coastal populations against climate-driven storms, disaster planning policy should emphasize resilience-focused prevention and mitigation strategies. In the aftermath of these events, health system response should include community outreach, case finding, and evidence-based interventions that optimize the use of mental health professionals.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,517
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,071
Tête enseignante GPT0,355
Écart entre enseignants0,284 · 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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetClimate Change and Health ImpactsTravaux en français237 207