MétaCan
Menu
Retour à la cohorte
Enregistrement W4311064670 · doi:10.32920/ihtp.v2i3.1700

Planetary health action framework: A case study

2022· article· en· W4311064670 sur OpenAlexaffvenue
Enrique Barros, Tatiana Souza de Camargo, Aírton Tetelbom Stein, Alan Abelsohn, Diogo O. Souza

Notice bibliographique

RevueInternational Health Trends and Perspectives · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensUniversity of TorontoToronto Public Health
Organismes subventionnairesUniversity of OxfordJohns Hopkins University
Mots-clésBlueprintEquity (law)Health careAction (physics)Call to actionNursingPsychologyBusinessEnvironmental resource managementMedicineKnowledge managementPolitical scienceEngineeringComputer scienceMarketing

Résumé

récupéré en direct d'OpenAlex

Planetary Health (PH) action is urgent to avoid the collapse of Earth's systems that sustain human health. PH care has been proposed as an approach to improve health equity and reduce healthcare´s ecological footprint. This paper presents the conceptual framework of patient-centered PH care as essential for PH action at the community level. We examine and reflect on one primary care clinical case through 8 lenses: 1) Actor-Network Theory, 2) Evidence-based medicine, 3) Patient-Centered Clinical Method; 4) Principles of Primary Care, 5) Proposed new primary care derivate principle of PH care, 6) the WONCA´s (World Organization of Family Doctors) core competencies tree, 7) WONCA´'s curriculum, and 8) Sustainable Development Goal 3. This case offers insights into functions of primary care that mitigate, adapt and build resilience to the challenges of climate emergency and Anthropocene. It “connects-the-dots” to propose a new identity of primary care, elaborate a blueprint for patient-centered PH care and a roadmap for PH action at the community level.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0140,009
Communication savante0,0050,004
Science ouverte0,0020,008
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,109
Tête enseignante GPT0,409
Écart entre enseignants0,300 · 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'étudeÉtude de cas
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Health Trends and PerspectivesMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207