Exploring Cross-Sectoral Implications of the Sustainable Development Goals: Towards a Framework for Integrating Health Equity Perspectives With the Land-Water-Energy Nexus
Notice bibliographique
Résumé
Objectives: To assess existing evidence and identify gaps in the integrative framework of the Sustainable Development Goals (SDGs) for their potential to advance cross-sectoral perspectives and actions that connect health equity with the land-water-energy nexus in a watershed context. Methods: Five bibliographic databases were searched from 2016 to 2021. This yielded an initial 226 publications, which were screened for titles, abstracts, and full texts on DistillerSR; resulting in a final 30 publications that were studied. These keywords defined the search terms: “health equity,” “SDGs,” “watershed,” “resource nexus,” and “cross-sectoral.” Results: Thematic syntheses of debates and gaps point to the relevance of the SDGs as a cross-sectoral, integrative platform for place-based programming of the land-water-energy nexus, and to account for negative externalities and cascaded impacts on human and environmental health. Conclusion: For the purpose of monitoring health equity in the contexts of interactions of land, water, and energy in rural, remote, and Indigenous contexts, and on the basis of the SDGs, this paper generates evidence to inform health equity-oriented policies, programs and practices, and to enhance health for equity-seeking populations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».