MétaCan
Menu
Retour à la cohorte
Enregistrement W4285499718 · doi:10.5864/d2022-011

Moving from a reactive to a proactive society: recognizing the role of environmental public health professionals

2022· article· en· W4285499718 sur OpenAlexaffvenueabout
Elaine Kong

Notice bibliographique

RevueEnvironmental Health Review · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensBritish Columbia Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésPublic relationsAcknowledgementPublic healthHindsight biasHealth carePandemicEnforcementBusinessWork (physics)Action (physics)Investment (military)Political scienceMedicineNursingPsychologyCoronavirus disease 2019 (COVID-19)Computer securityEngineeringDisease

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has highlighted how society is naturally reactive to issues that could have been prevented or minimized in hindsight. Environmental public health professionals (EPHPs) take a proactive approach to health and safety to prevent the occurrence of adverse events that can negatively impact the health of individuals. The Canadian healthcare system largely invests in hospitals and acute care compared to public health. EPHPs have been actively mobilized to assist with the pandemic response and have demonstrated their versatility in skillset—EPHPs have performed a variety of activities, such as enforcement action, education, and contact tracing. Despite EPHPs proving to be a valuable resource during the pandemic, there remains a sense of under-recognition and underappreciation for the work being done. Indeed, the nature of public health work relies on efforts occurring behind-the-scenes—trends over time will reveal the outcomes of health initiatives. Although it is challenging to obtain timely health evidence to justify investment into public health, a continued passive approach to prevention will be harmful to society. Greater acknowledgement and investment of resources into the health protection field can help establish a proactive attitude to thereby lessen the economic and health burdens our communities may face in the future.

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)0,008
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: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,004
Communication savante0,0050,006
Science ouverte0,0020,003
Intégrité de la recherche0,0080,010
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,083
Tête enseignante GPT0,344
Écart entre enseignants0,262 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health ReviewMême sujetClimate Change and Health ImpactsTravaux en français237 207