Introducing the Microbes and Social Equity Working Group: Considering the Microbial Components of Social, Environmental, and Health Justice
Notice bibliographique
Résumé
Humans are inextricably linked to each other and our natural world, and microorganisms lie at the nexus of those interactions. Microorganisms form genetically flexible, taxonomically diverse, and biochemically rich communities, i.e., microbiomes that are integral to the health and development of macroorganisms, societies, and ecosystems. Yet engagement with beneficial microbiomes is dictated by access to public resources, such as nutritious food, clean water and air, safe shelter, social interactions, and effective medicine. In this way, microbiomes have sociopolitical contexts that must be considered. The Microbes and Social Equity (MSE) Working Group connects microbiology with social equity research, education, policy, and practice to understand the interplay of microorganisms, individuals, societies, and ecosystems. Here, we outline opportunities for integrating microbiology and social equity work through broadening education and training; diversifying research topics, methods, and perspectives; and advocating for evidence-based public policy that supports sustainable, equitable, and microbial wealth for all.
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 | 0,078 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,019 |
| Communication savante | 0,021 | 0,023 |
| Science ouverte | 0,005 | 0,042 |
| Intégrité de la recherche | 0,029 | 0,034 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».