MétaCan
Menu
← Retour à la cohorte
Enregistrement W4211264729 · doi:10.4018/978-1-5225-0549-5.ch029

Risk, Activism, and Empowerment

2016· book-chapter· en· W4211264729 sur OpenAlexaff
Mahmoud M. A. Eid, Isaac Nahón-Serfaty

Notice bibliographique

RevueIGI Global eBooks · 2016
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBreast cancerEmpowermentHealth carePublic relationsPolitical scienceMedicineNursingCancerLaw

Résumé

récupéré en direct d'OpenAlex

The prevalence of breast cancer in Venezuela is particularly alarming, which is attributed to healthcare inequalities, low health literacy, and lagging compliance with prevention methods (i.e., screening and mammography). While the right to health is acknowledged by the Venezuelan constitution, activism beyond governmental confines is required to increase women's breast cancer awareness and decrease mortality rates. Through the development of social support and strategic communicative methods enacted by healthcare providers, it may be possible to empower women with the tools necessary for breast cancer prevention. This paper discusses issues surrounding women's breast cancer, such as awareness of the disease and its risks, self-advocacy, and the roles of activists, healthcare providers, and society. Specifically, it describes a four-year action-oriented research project developed in Venezuela, which was a collaborative work among researchers, practitioners, NGOs, patients, journalists, and policymakers. The outcomes include higher levels of awareness and interest among community members and organizations to learn and seek more information about women's breast cancer, better understandings of the communicated messages, more media coverage and medical consultations, increasing positive patient treatments, expansion of networking of NGOs, as well as a widely supported declaration for a national response against breast cancer in Venezuela.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,011
Communication savante0,0060,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,024
Tête enseignante GPT0,276
Écart entre enseignants0,252 · 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
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooks→Même sujetGlobal Public Health Policies and Epidemiology→Travaux en français237 207→