MétaCan
Menu
Retour à la cohorte
Enregistrement W3195189200 · doi:10.18332/tpc/140786

The COVID-19 pandemic has thrown the SDGs into reverse: The financial sector can play its part in the recovery by excluding tobacco

2021· article· en· W3195189200 sur OpenAlexaff
Gail Hurley

Notice bibliographique

RevueTobacco Prevention & Cessation · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensOntario Tobacco Research Unit
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)PovertyReversing2019-20 coronavirus outbreakPolitical scienceEconomic recoveryEconomic growthSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Health careDevelopment economicsPublic administrationEconomicsMedicineVirologyEngineering

Résumé

récupéré en direct d'OpenAlex

The United Nations has warned that the COVID-19 pandemic threatens to reverse decades of progress on poverty reduction, inequality, hunger, health, and education.It has described the pandemic as the worst human and economic crisis of our lifetime with the result that the UN's 17 Sustainable Development Goals (SDGs) are now even further out of reach 1 .It has called for 'political leadership, solidarity and unity' to overcome the crisis, and has expressly called on the private sector and financial institutions to ensure that every investment decision they make supports an inclusive and sustainable recovery and takes into account Social, Environmental and Governance (ESG) factors 2 .While the focus is often on the tobacco control measures that governments should and must take, the financial sector must also play its part to support a new type of economy -one which protects both people and the planet, and advances the SDGs. How tobacco negatively impacts the SDGsTobacco production and consumption are incompatible with the achievement of the SDGs.Indeed, our work at Tobacco Free Portfolios shows that tobacco negatively impacts 14 of the 17 SDGs 3 .Tobacco kills an estimated 8 million people per year and is the single largest cause of preventable death worldwide, limiting progress on SDG 3 on health and wellbeing.It also kills or disables people in their prime productive years, negatively affecting SDG 8 on economic growth.In some low-income countries like Malawi and Zambia, tobacco -a crop which has no nutritional value -has displaced food crops, leading to increased food insecurity (affecting SDG 2 on zero hunger).In many of those same countries, children are forced to work in tobacco fields, limiting their educational opportunities and life chances (SDG 4 on education).We also see that tobacco consumption worsens inequalities both between and within countries since smoking is more prevalent in developing countries (where public health systems are less able to cope) as well as within disadvantaged communities in all countries (SDG 10 on reduced inequalities).Tobacco production also leads to biodiversity loss, land pollution, soil degradation and deforestation, all of which reduce progress towards SDG 13 on climate action and SDG 15 on life on land.Meanwhile, an estimated 4.5 trillion cigarette filters are discarded every year, many of which end up in oceans and beaches, negatively impacting SDG 14 (life under water).The list goes on.Tobacco is therefore simultaneously a public health issue, an equality issue, a human rights issue, an international development issue, an environmental issue and a climate change issue.The financial sector has meanwhile made laudable commitments to support

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0070,006
Science ouverte0,0010,004
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0260,005

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 Opus0,111
Tête enseignante GPT0,335
Écart entre enseignants0,224 · 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
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTobacco Prevention & CessationMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207