A comparative study: Accreditation of universities' disaster risk management for health promotion
Notice bibliographique
Résumé
BACKGROUND: Risk management processes accreditation in emergencies and disasters can determine the effectiveness and efficiency of these processes. Universities, as the highest level of education, should provide a safe environment for educational services and activities of these people. AIMS: The present study aimed to review and compare different accreditation models for emergencies and disaster risk management in selected countries. Reaching other accreditation models together and identifying their similarities and differences, along with considering the implementation of each model, can significantly help the countries which aim to design and develop a risk management accreditation model or upgrade their models. MATERIALS AND METHODS: In this qualitative comparative study, the US, UK, Canada, Australia, Japan, and South Africa were selected based on research criteria. A literature review compared university emergency and disaster risk management accreditation models. The obtained data were collected in a researcher-made matrix, and a content analysis method was used for data analysis. Differences and similarities of selected countries in the fields of accreditation program(s), accreditation institute, start year, obligation, accredited organizations, number of criteria, criteria titles, accreditation focus, accreditation stages, number of stages, scoring method, and ranking method were compared. RESULT: Designing a local model for the accreditation of disaster risk management in universities based on the crisis management system in each country can lead to improving the level of responsiveness and quality of services in emergency situations and health promotion.
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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».