MétaCan
Menu
Retour à la cohorte
Enregistrement W4253086708 · doi:10.1093/eurpub/ckw169.087

6.D. Pitch presentations: Ottawa and beyond: health promotion

2016· article· en· W4253086708 sur OpenAlexaboutno aff

Notice bibliographique

RevueEuropean Journal of Public Health · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth promotionMedicineNursingPublic health

Résumé

récupéré en direct d'OpenAlex

ProblemNon communicable diseases (NCD) are leading cause of morbidity and premature death in Croatia.Main risk factors are irregular eating habits, inappropriate physical activity and high blood pressure.35% of females and 48% males in adult population have excessive body weight, and 15% of females and 31% of males are obese.Only 17,1% males and 4,3% females are physically active. Description of the problemCroatian Ministry of Health and Croatian Institute of Public Health have initiated National Program of health promotion "Living Healthy''.Croatian government has adopted this Program as a model of comprehensive intervention with the aim of decreasing behavioral, biomedical and sociomedical risks for NCDs.Program consists of 5 components: health education, physical activity, health and nutrition, health and working place and health and environment, with the goal of comprehensive prevention and inclusion of all age groups in all settings.Program is implemented through 21 county public health institutes in collaboration with local authority and civil society. ResultsHealth education, as component of National Program has become a part of school curriculum; in 120 primary schools in Croatia that do not have sport gyms are introduced polygons for training through Program; paths for walking are established in 8 counties, 4 companies get the title ''Heathy Company'' for promoting health in the workplace, criteria for the food labeling with the pledge 'Living healthy' for the food with higher nutritional have been established, guidelines for

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,565

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,001
Communication savante0,0060,002
Science ouverte0,0020,003
Intégrité de la recherche0,0160,011
Charge utile insuffisante (le modèle a refusé de juger)0,1690,030

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 Opus0,166
Tête enseignante GPT0,470
Écart entre enseignants0,305 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueEuropean Journal of Public HealthMême sujetPublic Health Policies and EducationTravaux en français237 207