MétaCan
Menu
Retour à la cohorte
Enregistrement W4386615210 · doi:10.1201/b23385-3

Approaches to Health Promotion

2023· book-chapter· en· W4386615210 sur OpenAlexaboutno aff
Ayon Gupta, Ritvik Amarchand, Anand Krishnan

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth promotionPromotion (chess)BusinessPsychologyPolitical scienceMedicineNursingPublic health

Résumé

récupéré en direct d'OpenAlex

Health promotion is defined as the process of enabling people to increase control over and improve their health. It is a holistic approach that moves beyond the focus on individual behavior toward a wide range of societal and environmental interventions. It was first emphasized in the Ottawa Charter on Health Promotion. The global present context of a ‘triple burden of diseases’ creates an urgent need to foster sustainable health systems, promote intersectoral action to build healthy public policies, and nurture leadership for public health focusing on health promotion. Health promotion is tuned to respond to developments outside the traditional health sector that have a direct or indirect bearing on health such as changes in patterns of consumption, globalization, and urbanization. The adoption of healthy behavior by individuals is predicated on wider community awareness and acceptance. The health promotion approach utilizes upstream interventions focusing on improving fundamental social and economic determinants of health, which are elucidated in the chapter. Public health approaches to health promotion – tailored to specific behaviors, specific sites, and by using specific media tailored to the local context – have been elucidated using illustrative case studies. Methodological issues and challenges in the evaluation of the health promotion approach have been addressed.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,006
Communication savante0,0070,005
Science ouverte0,0020,004
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0370,016

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 Opus0,577
Tête enseignante GPT0,488
Écart entre enseignants0,089 · 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
GenreAutre

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

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSchool Health and Nursing EducationTravaux en français237 207