MétaCan
Menu
Retour à la cohorte
Enregistrement W3167221304 · doi:10.1016/s2542-5196(21)00059-0

Empowering health-care learners to take action towards embedding environmental sustainability into health-care systems

2021· article· en· W3167221304 sur OpenAlexaffabout
Owen Dan Luo, Jacob Joel Kirsh Carson, Victoria Sanderson, Kelan Wu, Rosemarie Vincent

Notice bibliographique

RevueThe Lancet Planetary Health · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensWestern UniversityQueen's UniversityMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésHealth careSustainabilityClimate changeGreenhouse gasScopusEnvironmental resource managementBusinessPsychologyPolitical sciencePublic relationsMEDLINEEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Health care is one of the most important sectors in addressing the growing health impacts of climate change, but it has also been identified as a significant contributor to the climate crisis, being responsible for 4·6% of global greenhouse gas emissions in 2017.1 The negative environmental effects of health care are growing, with greenhouse gases and particulate matter emissions from health-care systems increasing by 29% and 9%, respectively, between 2000 and 2015.2 There is thus a tremendous impetus to reduce the environmental impact of health-care delivery and achieve net-zero health-care services.

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)0,022
score de la tête « metaresearch » (Gemma)0,048
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,048
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,007
Communication savante0,0130,012
Science ouverte0,0030,029
Intégrité de la recherche0,0070,016
Charge utile insuffisante (le modèle a refusé de juger)0,0290,011

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 Opus0,052
Tête enseignante GPT0,373
Écart entre enseignants0,321 · 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
GenreCommentaire

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

En bref

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Lancet Planetary HealthMême sujetClimate Change and Health ImpactsTravaux en français237 207