MétaCan
Menu
Retour à la cohorte
Enregistrement W4378953023 · doi:10.1177/08404704231162775

Beyond net-zero: Toward a “One Planet” health system

2023· article· en· W4378953023 sur OpenAlexaffabout
Trevor Hancock

Notice bibliographique

RevueHealthcare Management Forum · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésHarmEcological footprintNatural resource economicsCarbon footprintClimate changePlanetHuman healthBusinessConsumption (sociology)Environmental resource managementGreenhouse gasEnvironmental scienceSustainable developmentEcologyEconomicsEnvironmental healthPolitical scienceLawMedicineSociology

Résumé

récupéré en direct d'OpenAlex

Climate change has captured much attention, but it is just one part of a much larger set of massive and rapid global ecological changes. While the United Nations has taken to referring to the "triple planetary crisis" of climate change, biodiversity loss, and pollution, even this does not capture the full extent of human impact upon the Earth-and thus upon human well-being. Canada's ecological footprint is equivalent to five planets worth of biocapacity, and healthcare's footprint is probably greater. So while health systems need to become low-carbon or net-zero, they need to go further. If healthcare is to stand by its ethical duty to do no harm, it must become a "One Planet" system. In addition to becoming a net-zero system, healthcare must reduce the consumption of material resources, the use of toxic substances, and production of all forms of waste, and protect and restore nature.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,896
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)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,008

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 Opus0,066
Tête enseignante GPT0,312
Écart entre enseignants0,246 · 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
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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare Management ForumMême sujetClimate Change and Health ImpactsTravaux en français237 207