Walking the health geographers' talk: Aging and health inequalities in sub‐Saharan Africa
Notice bibliographique
Résumé
Although inequalities in the production, distribution, and determinants of health are central to health geographers, the discipline of health geography suffers from a “know‐do” gap. These health inequalities are personified in aging populations; older adults in sub‐Saharan Africa experience shorter life expectancies than in high‐income countries and endure higher disability and disease rates in old age. Concomitantly, the region experiences resource shortages and competing population priorities. Evidence‐informed knowledge and practice is imperative. Informed by the Canadian Coalition for Global Health Research Principles, an integrated knowledge translation (iKT) case study with knowledge holders and users in the inception, implementation, and dissemination of research in Uganda was undertaken. This paper presents the capstone iKT event that shared research results with knowledge owners and users, addressed research implications and applications, and identified future research and policy agendas. Although vast contextual inequalities impede aging health disparity solutions, findings indicate that employing an iKT approach generates possibilities that not only support older adults, but also population health across the life course. Research incorporating iKT overcomes many contextual realities deemed to impede old age health equity. Incorporating iTK into health geography can reveal where inequality exists, expose how inequality is (re)produced, and suggest solutions that generates more equitable futures.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,011 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».