MétaCan
Menu
Retour à la cohorte
Enregistrement W3205891688 · doi:10.46747/cfp.6710e280

Le cyclisme pour la santé

2021· article· fr· W3205891688 sur OpenAlexaffvenueabout
Samantha Green, Peter Sakuls, Sarah Levitt

Notice bibliographique

RevueCanadian Family Physician · 2021
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensMental Health Research Canada
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Objectif Prendre connaissance de la littérature sur le cyclisme et la santé, et fournir un aperçu des données probantes publiées et en discuter. Sources d’information Une recherche a été effectuée sur PubMed à l’aide des mots-clés anglais bicycle et transportation. Les études cliniques, analyses de pratique et revues systématiques ont été incluses. Toutes les listes de références ont été examinées, à la recherche d’autres articles. Message principal Le changement climatique est une menace à la santé. Au Canada seulement, les moyens de transport sont la deuxième source d’émissions de gaz à effet de serre. Le transport actif, qui est un moyen de transport propulsé par l’être humain, atténue les effets sur la santé de la crise climatique tout en améliorant la santé. L’activité physique améliore le bien-être général, ainsi que la santé physique et mentale. Le transport actif, particulièrement le vélo, est une façon commode d’atteindre les cibles d’activité physique, de réduire le risque de maladie et de mortalité toutes causes confondues, et de profiter des bienfaits sur la société et sur la santé mentale. La promotion du transport actif par les médecins de famille a augmenté les déplacements à vélo des patients en comparaison avec l’absence de cette promotion. Conclusion Les médecins de famille peuvent contribuer à accroître le transport actif au niveau des patients individuels par l’éducation et les conseils visant à modifier les comportements; à l’échelle communautaire, par l’éducation communautaire et le plaidoyer politique; et au niveau des politiques, en s’associant à de plus vastes organisations.

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)0,004
score de la tête « metaresearch » (Gemma)0,029
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 enseignants0,952
Score d'incertitude au seuil0,278

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,006
Études des sciences et des technologies0,0020,001
Communication savante0,0060,006
Science ouverte0,0020,003
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0830,016

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 Opus0,033
Tête enseignante GPT0,279
Écart entre enseignants0,246 · 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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Family PhysicianMême sujetClimate Change and Health ImpactsTravaux en français237 207