MétaCan
Menu
Retour à la cohorte
Enregistrement W4244658765 · doi:10.12688/f1000research.17559.1

Climate change, migration and health systems resilience: Need for interdisciplinary research

2019· preprint· en· W4244658765 sur OpenAlexafffund
Valéry Ridde, Tarik Benmarhnia, Carol Bottger, Patrick Cloos, Christian Dagenais, Manuela De Allegri, Ariadna Nebot Giralt, Ludovic Queuille, Malabika Sarker

Notice bibliographique

RevueF1000Research · 2019
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésClimate changePsychological resilienceContext (archaeology)Resilience (materials science)Transformative learningEnvironmental resource managementGeographyPolitical scienceEnvironmental planningSociologyPsychologyBiologyEcologyEnvironmental scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

<ns4:p>Climate change is one of today's major challenges, among the causes of population movements and international migration. Climate migrants impact health systems and how they respond and adapt to their needs and patterns. But to date, the resilience of health systems in the context of climate change has been little explored.</ns4:p> <ns4:p>The purpose of this article is to show the importance of studying, from an interdisciplinary perspective, the relationships between climate change, migration, and the resilience of health systems.</ns4:p> <ns4:p>Resilience is an old concept, notably in the field of psychology, and is increasingly applied to the study of health systems. Yet, no research has analysed the resilience of health systems in the context of climate change. While universal health coverage is a major international goal, little research has to date focused on the existing links between climate, migration, health systems and resilience.</ns4:p> <ns4:p>We propose an interdisciplinary approach relying on the concept of health system resilience to study adaptive and transformative strategies to articulate climate change, migration and health systems.</ns4:p>

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,652
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,008
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,374
Tête enseignante GPT0,523
Écart entre enseignants0,149 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetClimate Change and Health ImpactsTravaux en français237 207