The ecological footprint of physicians: A survey of physicians in Canada, India, and USA
Notice bibliographique
Résumé
Combating climate change may be the greatest public health opportunity of the 21st century. While physicians play an important role in addressing climate change, given their affluence in society, they may be an important source of greenhouse gas emissions themselves. We sought to examine the size and nature of the ecological footprint of physicians and medical students. We conducted an online survey from December 2021-May 2022 examining resource consumption, changes in consumption patterns over time, and beliefs about climate change. Participants were medical students, residents, and staff physicians in Canada, India, or USA. Only 20 out of 162 valid respondents had a low ecological footprint (12%), defined as meat intake ≤2 times per week, living in an apartment or condominium, and using public transport, bicycle, motorcycle or walking to work. 14 of these 20 participants were from India. 91% of participants were open to reducing their own ecological footprint, though only 40% had made changes in that regard. 49% participants who discussed climate change at work and at home had decreased their ecological footprint, compared to 29% of participants who rarely engaged in such conversations (OR 2.39, 95% CI 1.24-4.63, P = 0.01). We conclude that physicians have a large ecological footprint, especially those from Canada and USA. A majority of physicians are interested in reducing their ecological footprint, and those who engage in conversations around climate change are more likely to have done so. Talking frequently about climate change, at work and at home, will likely increase climate change action amongst physicians.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».