Closing the diversity and inclusion gaps in francophone public health: a wake-up call
Notice bibliographique
Résumé
Is the COVID-19 pandemic ultimately just another episode in the history of our era marked by lack of diversity (in gender, discipline, sector, method, origin and age)? Several analyses have already revealed the exclusion of women, civil society or interdisciplinarity in the fight against the COVID-19 pandemic.1 2 In the world of French-speaking public health, this lack of diversity is not only flagrant but above all historical and structural. The absence of diversity is widely known but never considered as a problem to be solved. It is an open secret, which like others in public health,3 manifests in the fight against the COVID-19 pandemic.4 Our point of view in this editorial is part of a vision of public health in the broadest sense of the term, open to the world and to interdisciplinarity, not limited to epidemiology, biostatistics or even health education and behavioural change. We are part of a holistic public health,5 which is in line with very old proposals for a new public health.6 We want to draw attention to the persisting lack of diversity in francophone public health and to stimulate a collective debate to find solutions. Without diversity, which implies a fundamental renewal of ways of thinking, people, approaches and paradigms,7 our indignation will still be valid when the next pandemic arrives. Taking diversity seriously means recognising the plurality of our contemporary societies so that our public health actions are more adapted and therefore more equitable, effective, and fair. Let us begin by painting a picture of this lack of diversity. We focus on three types of flagship public health institutions: (1) public health authorities and COVID-19 scientific committees (2) public health education and research and (3) public health advocacy groups and societies. To show that our observation persists and …
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 | 0,071 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,020 | 0,040 |
| Communication savante | 0,019 | 0,036 |
| Science ouverte | 0,006 | 0,024 |
| Intégrité de la recherche | 0,047 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».