MétaCan
Menu
Retour à la cohorte
Enregistrement W3213182917 · doi:10.12688/wellcomeopenres.16678.2

The CUSSH programme: supporting cities’ transformational change towards health and sustainability

2021· preprint· en· W3213182917 sur OpenAlexaff
Michael Davies, Kristine Belesova, Melanie Crane, Joanna Hale, Andy Haines, Emma Hutchinson, Gregor Kiesewetter, Blessing Mberu, Nahid Mohajeri, Susan Michie, James Milner, Gemma Moore, David Osrin, Helen Pineo, Irene Pluchinotta, Aarathi Prasad, Giuseppe Salvia, P. Symonds, Jonathon Taylor, Catalina Turcu, Ioanna Tsoulou, Nici Zimmermann, Paul Wilkinson

Notice bibliographique

RevueWellcome Open Research · 2021
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesEngineering and Physical Sciences Research CouncilWellcome Trust
Mots-clésSustainabilityTransformational leadershipEnvironmental planningPublic healthUrban planningTransformative learningPopulation healthBusinessPopulationCitizen journalismSustainable developmentEnvironmental resource managementEconomic growthPolitical scienceGeographyEnvironmental healthEngineeringPublic relationsSociologyEconomicsMedicineCivil engineering

Résumé

récupéré en direct d'OpenAlex

This paper describes a global research programme on the complex systemic connections between urban development and health. Through transdisciplinary methods the Complex Urban Systems for Sustainability and Health (CUSSH) project will develop critical evidence on how to achieve the far-reaching transformation of cities needed to address vital environmental imperatives for planetary health in the 21st Century. CUSSH’s core components include: (i) a review of evidence on the effects of climate actions (both mitigation and adaptation) and factors influencing their implementation in urban settings; (ii) the development and application of methods for tracking the progress of cities towards sustainability and health goals; (iii) the development and application of models to assess the impact on population health, health inequalities, socio-economic development and environmental parameters of urban development strategies, in order to support policy decisions; (iv) iterative in-depth engagements with stakeholders in partner cities in low-, middle- and high-income settings, using systems-based participatory methods, to test and support the implementation of the transformative changes needed to meet local and global health and sustainability objectives; (v) a programme of public engagement and capacity building. Through these steps, the programme will provide transferable evidence on how to accelerate actions essential to achieving population-level health and global climate goals through, amongst others, changing cities’ energy provision, transport infrastructure, green infrastructure, air quality, waste management and housing.

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)0,011
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,127
Score d'incertitude au seuil0,252

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,005
Communication savante0,0040,003
Science ouverte0,0030,018
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0440,005

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 Opus0,363
Tête enseignante GPT0,492
Écart entre enseignants0,130 · 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWellcome Open ResearchMême sujetClimate Change and Health ImpactsTravaux en français237 207