Notice bibliographique
Résumé
lobal health is a rapidly evolving field of biomedical science, but it also has a social, political and economic dimension that tends to capture people's imagination.This makes global health research amenable to community engagement and popularization among general public.However, it is difficult to know which strategies would work best to attract a large number of viewers to video materials that convey accurate global health information.This is particularly important in recent years, where it became apparent that any reliable information online could soon get its seductive, but inaccurate counterpart in an effort to enhance someone's personal "click bait" rate [1].Humans seem to be quite receptive to alternative views, especially when they are surprising, shocking or spectacular, or when they seem to be contrary to long-held popular beliefs or common knowledge [1,2].Such news always tends to be more interesting to broad population than the stories that merely consolidate or confirm the existing knowledge [1,2].But this also poses a potential danger when the creators of alternative and fake news "attack" an important public health issue and cause confusion among the population, thus risking reversal in many hard-achieved gains in population health [3].Anti-vaccine movements and are probably the most striking example of this risk [4].Increasingly, the scientists involved in global health, but also all other areas of science, are beginning to realise that moving forward and generating more knowledge for humanity is not our only task; in fact, it may no longer be our main task, either.Communicating the knowledge that has been generated to broad
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 | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,016 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,018 |
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 ».