MétaCan
Menu
Retour à la cohorte
Enregistrement W3122272669 · doi:10.1097/sla.0000000000004755

Empowering Surgeons, Anesthesiologists, and Obstetricians to Incorporate Environmental Sustainability in the Operating Room

2021· review· en· W3122272669 sur OpenAlexaff
Elizabeth Yates, Alexis N. Bowder, Lina Roa, Lotta Velin, Andrea Goodman, Louis L. Nguyen, Craig D. McClain, John G. Meara, Zara Cooper

Notice bibliographique

RevueAnnals of Surgery · 2021
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSustainabilityMedicineClimate changeHealth careGreenhouse gasSocioeconomic statusWork (physics)Natural resource economicsEnvironmental resource managementEnvironmental planningEnvironmental healthEconomic growthPopulationEnvironmental science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We review the existing research on environmentally sustainable surgical practices to enable SAO to advocate for improved environmental sustainability in operating rooms across the country. SUMMARY OF BACKGROUND DATA: Climate change refers to the impact of greenhouse gases emitted as a byproduct of human activities, trapped within our atmosphere and resulting in hotter and more variable climate patterns.1 As of 2013, the US healthcare industry was responsible for 9.8% of the country's emissions2; if it were itself a nation, US healthcare would rank 13th globally in emissions.3 As one of the most energy-intensive and wasteful areas of the hospital, ORs drive this trend. ORs are 3 to 6 times more energy intensive than clinical wards.4 Further, ORs and labor/delivery suites produce 50%-70% of waste across the hospital.5,6 Due to the adverse health impacts of climate change, the Lancet Climate Change Commission (2009) declared climate change "the biggest global health threat of the 21st century" and predicted it would exacerbate existing health disparities for minority groups, children and low socioeconomic patients.7. METHODS/RESULTS: We provide a comprehensive narrative review of published efforts to improve environmental sustainability in the OR while simultaneously achieving cost-savings, and highlight resources for clinicians interested in pursuing this work. CONCLUSION: Climate change adversely impacts patient health, and disproportionately impacts the most vulnerable patients. SAO contribute to the problem through their resource-intensive work in the OR and are uniquely positioned to lead efforts to improve the environmental sustainability of the OR.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,334
Tête enseignante GPT0,421
Écart entre enseignants0,087 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of SurgeryMême sujetClimate Change and Health ImpactsTravaux en français237 207