Healthcare Managers’ Perception About the Sustainable Development Goals (SDGs)
Notice bibliographique
Résumé
In 2015, about 190 United Nations Member States proposed an ambitious agenda, to be worked on by different actors in society, which was entitled 2030 Agenda. The document was divided into 17 Sustainable Development Goals (SDGs), which are broken down into 169 targets aiming to eradicate poverty and promote a decent life for all. This study aimed to evaluate the perception of healthcare managers about SDGs, especially SDG 3, which addresses Good Health and Well-Being. This cross-sectional observational study identified and analyzed the participants’ profiles through online forms with questions about the general perception of the SDGs, and questions related to SDG 3. The quantitative analysis of the results was performed, in percentage terms, and the qualitative analysis was performed using the five-point Likert scale. Twenty-one technical directors of healthcare services participated in the survey. According to the results, 14 (66.6) of the participants presented medium to high knowledge regarding SDG. In addition, 18 (85.7%) of these professionals understand that the SDGs are of high/very high importance to guide public policies. In general, there is a low expectation for the achievement of the 17 SDGs in Brazil, but it was highlighted that it should be a priority, which SDG could contribute to the achievement of SDG 3: Good Health and well-being as well as the vision of policy recommendations to achieve the SDG 3 targets. This analysis allows contact with SDG and enables a deeper discussion on the topic in healthcare 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 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 | 0,009 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».