Participação e transdisciplinaridade em Ecosaúde: a perspectiva da análise de redes sociais
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Resumo A Ecosaúde usa abordagens participativas e transdisciplinares com o intuito de compreender as inter-relações entre os componentes dos sistemas socioecológicos e como estas interações influenciam a saúde das populações humanas. O objetivo do artigo é usar a Análise de Redes Sociais (ARS) para entender o papel das relações de colaboração entre os diversos atores envolvidos nos processos participativos e transdisciplinares em projetos de Ecosaúde. Apresentamos um conjunto de indicadores de ARS para caracterizar a evolução e a equidade de participação e diferenciar a inter e a transdisciplinaridade. A análise foi feita com base na rede de colaboração entre os atores da Iniciativa de Liderança em Ecosaúde para as Enfermidades Transmitidas por Vetores (ETV) na América Latina e Caribe. O processo participativo ficou mais intenso ao longo do projeto, com mais sujeitos envolvidos e um número crescente de colaborações. A cooperação entre os atores das ciências sociais, ambientais e da saúde é pouco equitativa; assim, predominam as ciências da saúde. Os poucos cientistas ambientais presentes estão, porém, ativamente envolvidos em colaborações interdisciplinares. A abordagem tem aplicação ampla para estudar a participação e a transdisciplinaridade em projetos sobre saúde e meio ambiente.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| 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) | 0,067 | 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 découle