MétaCan
Menu
Retour à la cohorte
Enregistrement W3156001570 · doi:10.1186/s40463-021-00510-4

Carbon footprint reduction associated with a surgical outreach clinic

2021· article· en· W3156001570 sur OpenAlexaffabout
David Forner, Chad Purcell, Victoria Taylor, Christopher W. Noel, Larry Pan, Matthew H. Rigby, Martin Corsten, Jonathan Trites, Antoine Eskander, Ted McDonald, S. Mark Taylor

Notice bibliographique

RevueJournal of Otolaryngology - Head and Neck Surgery · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of New BrunswickHealth Sciences CentreSunnybrook Health Science CentreUniversity of TorontoDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCarbon footprintOutreachGreenhouse gasMedicinePsychological interventionBaseline (sea)Family medicineMedical emergencyEmergency medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Healthcare systems generate substantial carbon footprints that may be targeted to decrease greenhouse gas emissions. Outreach clinics may represent tools to assist in this reduction by optimizing patient related travel. Therefore, we sought to estimate the carbon footprint savings associated with a head and neck surgery outreach clinic. METHODS: This study was a cross-sectional survey of patient travel patterns to a surgical outreach clinic compared to a regional cancer treatment centre from December 2019 to February 2020. Participants completed a self-administered survey of 12 items eliciting travel distance, vehicle details, and ability to combine medical appointments. Canadian datasets of manufacturer provided vehicular efficiency were used to estimate carbon emissions for each participant. Geographic information systems were used for analyses. RESULTS: One hundred thirteen patients were included for analysis. The majority of patients (85.8%) used their own personal vehicle to travel to the outreach clinic. The median distance to the clinic and regional centre were 29.0 km (IQR 6.0-51.9) and 327.0 km (IQR 309.0-337.0) respectively. The mean carbon emission reduction per person was therefore 117,495.4 g (SD: 29,040.0) to 143,570.9 g (SD: 40,236.0). This represents up to 2.5% of an average individual's yearly carbon footprint. Fewer than 10% of patients indicated they were able to carpool or group their appointments. CONCLUSION: Surgical outreach clinics decrease carbon footprints associated with patient travel compared to continued care at a regional centre. Further research is needed to determine possible interventions to further reduce carbon emissions associated with the surgical care of patients.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,051
Tête enseignante GPT0,304
Écart entre enseignants0,254 · 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'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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Otolaryngology - Head and Neck SurgeryMême sujetClimate Change and Health ImpactsTravaux en français237 207