MétaCan
Menu
← Retour à la cohorte
Enregistrement W4381328467 · doi:10.1136/bmj.p1368

Why climate change health policy needs ethics to achieve health equity and climate justice—a call to action

2023· editorial· en· W4381328467 sur OpenAlexaff
Katherine Littler, Julian Sheather, Jerome Amir Singh, Katharine Wright

Notice bibliographique

RevueBMJ · 2023
Typeeditorial
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesWorld Health Organization
Mots-clésCall to actionEquity (law)Health equityClimate changeClimate justiceAction (physics)Economic JusticeEnvironmental justicePublic economicsPolitical sciencePublic relationsBusinessPsychologyEconomicsHealth careLawMarketing

Résumé

récupéré en direct d'OpenAlex

It is incontrovertible that anthropogenic climate change is driving a range of serious threats to human health. 1 Over 1700 people died in the 2022 floods in Pakistan, with 33 million people affected 2 ; the 2022 European heatwave killed 15 000 people. 3 Both events are linked to climate change.4 There is broad consensus that climate change will increase threats from emerging infectious diseases-covid-19 made potential consequences clear.5 Food and water security will come under greater pressure with inevitable harms to human populations.6 Forced migration will bring known health risks.7 These threats are so sustained, widespread, and serious that the need for a strong health voice in climate change policy is clear.

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)0,031
score de la tête « metaresearch » (Gemma)0,116
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,116
Méta-épidémiologie (sens strict)0,0050,003
Méta-épidémiologie (sens large)0,0080,006
Bibliométrie0,0060,004
Études des sciences et des technologies0,0090,011
Communication savante0,0220,010
Science ouverte0,0080,004
Intégrité de la recherche0,0830,076
Charge utile insuffisante (le modèle a refusé de juger)0,0160,010

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 Opus0,269
Tête enseignante GPT0,510
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueBMJ→Même sujetClimate Change and Health Impacts→Travaux en français237 207→