MétaCan
Menu
Retour à la cohorte
Enregistrement W4366238473 · doi:10.1148/radiol.230229

Climate Change and Radiology: Impetus for Change and a Toolkit for Action

2023· review· en· W4366238473 sur OpenAlexaff
M. J. Brown, Julia Schoen, Jonathan Gross, Reed A. Omary, Kate Hanneman

Notice bibliographique

RevueRadiology · 2023
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineClimate changeIncentiveHealth careEquity (law)Action (physics)Call to actionTechnological changePublic relationsBusinessPolitical scienceMarketingComputer science

Résumé

récupéré en direct d'OpenAlex

This special report discusses the importance of climate change for health care and radiology. The impact of climate change on human health and health equity, the contribution of health care and medical imaging to the climate crisis, and the impetus for change within radiology to create a more sustainable future are covered. The authors focus on actions and opportunities to address climate change in our role as radiologists. A toolkit highlights actions we can take toward a more sustainable future, linking each action with the expected impact and outcome. This toolkit includes a hierarchy of actions from first steps to advocating for system-level change. This includes actions we can take in our daily lives, in radiology departments and professional organizations, and in our relationships with vendors and industry partners. As radiologists, we are adept at managing rapid technological change, which makes us ideally suited to lead these initiatives. Alignment of incentives and synergies with health systems are highlighted given that many of the proposed strategies also result in cost savings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,469
Tête enseignante GPT0,448
Écart entre enseignants0,021 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations100
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiologyMême sujetClimate Change and Health ImpactsTravaux en français237 207