Notice bibliographique
Résumé
The global approach to cancer control must not hide the gross inequalities in cancer prevention and control. One of the reasons for these inequalities is the deficiency in knowledge creation in low-income and middle-income countries because it is the knowledge generated by research that will drive the innovations for cancer control. The knowledge ladder is made up of data, information, knowledge, and wisdom. I describe crucial areas of research-surveillance systems, implementation research, and research that involve the application of behavioural economics. There is no ideal taxonomy of innovations, but a simple one is offered: supply and demand or need-driven innovations. The supply-driven innovations employ technology and devices. Innovations driven by demand and need include social innovation and innovation to address an unattended need, especially in the poor. The weakness of surveillance systems and cancer registries, despite their importance for surveillance, might be a reflection of the fact that health systems on which the dissemination and implementation of innovations depend are open systems, are counterintuitive, and resist incorporation of policies or other inputs that could change them. At the Toronto Global Cancer Control Conference, March 1–3, 2018, we will examine the multisectoral approach to cancer prevention and control, with reference to the triple-helix model of innovation, which involves academia, business, and the government, and the growing interest in public–private partnerships. Suggestions will be made for enhancing visibility of the problem, strengthening and widening the epistemic community, and for framing the issue not only as a matter of welfare but as one of utility. I declare no competing interests.
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 | 0,053 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,054 |
| Communication savante | 0,021 | 0,020 |
| Science ouverte | 0,003 | 0,015 |
| Intégrité de la recherche | 0,016 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».