"Digital global health diplomacy" for climate change and human security in the Anthropocene
Notice bibliographique
Résumé
The COVID-19 pandemic has now affected everyone, threatening every aspect of our well-being with over 617597680 confirmed cases, including 6532705 deaths globally. The context of the Anthropocene is the backdrop for the novel, interlinked, systemic, and global threats. Anthropocene is a term proposed to designate the era in which human beings have become predominant drivers of planetary change, drastically altering the planet's biosphere. The concept of global health diplomacy (GHD), which connects the domains of health and international relations, has a critical role in advancing human security. Thus, there is a need for new forms of diplomacy, which is critically important in this complex intermestic and interdependent Anthropocene era, where globalization has inevitably linked nations and population health. This paper introduces, analyzes, and attempts to define "Digital Global Health Diplomacy" (DGHD), which has gained great momentum during this COVID-19 pandemic with concurrent health and human security threats. The application of digital formats to the existing traditional structures for dialogue has become a more popular tool recently. Furthermore, digital means are being used during the COVID-19 pandemic to share the health diplomacy discourse at subnational, supranational, international, regional, and global platforms. DGHD reminds us again of the criticality of this multidisciplinary concept involving the contributions of diplomats, global health specialists, digital technology experts, economists, trade specialists, international law, political scientists, etc., in the global policymaking process. If used effectively by trained global health diplomats through innovative digital platforms, DGHD has a great scope of delivering results faster and has more reach than the traditional approach.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,019 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».