MétaCan
Menu
Retour à la cohorte
Enregistrement W3138473909 · doi:10.1590/1678-4685-gmb-2020-0229

Emerging complexities and rising omission: Contrasts among socio-ecological contexts of infectious diseases, research and policy in Brazil

2021· article· en· W3138473909 sur OpenAlexaff
Leandro Luiz Giatti, Ricardo Agum Ribeiro, Alessandra Ferreira Dales Nava, Jutta Gutberlet

Notice bibliographique

RevueGenetics and Molecular Biology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensUniversity of Victoria
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésSociology of scientific knowledgeContext (archaeology)DenialInterdependencePolitical scienceEnvironmental ethicsEnvironmental planningSociologyGeographySocial sciencePsychologyLaw

Résumé

récupéré en direct d'OpenAlex

In this article, we explore elements that highlight the interdependent nature of demands for knowledge production and decision-making related to the appearance of emerging diseases. To this end, we refer to scientific production and current contextual evidence to verify situations mainly related to the Brazilian Amazon, which suffers systematic disturbances and is characterized as a possible source of pathogenic microorganisms. With the acceleration of the Anthropocene's environmental changes, socio-ecological instabilities and the possibility of the emergence of infectious diseases merge into a background of a ´twin insurgency´. Furthermore, there is a tendency to impose economic hegemony in the current Brazilian context, corroborating discourses and pressures to a scientific simplification and denial. With this, we assert that developmental sectoral actions and monoculture of knowledge characterize an agenda of omission, that is, a process of decision making that indirectly reinforces ecological degradation and carelessness in the face of the possibility of the emergence and spreading of new diseases, such as COVID-19. Tackling the socio-ecological complexity inherent in the risk of the emergence of infectious diseases requires robust co-construction of scientific knowledge, eco-social approaches, and corresponding governance and sophisticated decision-making arrangements.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,092
Score d'incertitude au seuil0,302

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,025
Tête enseignante GPT0,393
Écart entre enseignants0,368 · 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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenetics and Molecular BiologyMême sujetZoonotic diseases and public healthTravaux en français237 207