MétaCan
Menu
Retour à la cohorte
Enregistrement W4387639774 · doi:10.1177/17579759231202629

Oral histories: lessons we can learn from the past

2023· article· en· W4387639774 sur OpenAlexaboutno aff
Claire Wang

Notice bibliographique

RevueGlobal Health Promotion · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousSmallpoxPandemicHindsight biasPolitical sciencePopulationGlobal healthGlobalizationContact tracingOutbreakEconomic growthTransparency (behavior)Infectious disease (medical specialty)GeographyDevelopment economicsCoronavirus disease 2019 (COVID-19)MedicineEnvironmental healthDiseaseHealth careLawPsychologyVirologyEcology

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has brought to light the importance of hindsight in response to global health crises. Although globalization has amplified worldwide perspectives, many lessons learned from past outbreaks in Indigenous communities have been overlooked. Oral histories are deeply rooted traditions that have played a significant role in the health practices of Indigenous communities across Canada. These practices can provide valuable insights into past epidemics or casualty events and their short- to long-term impacts. They have shaped responses to COVID-19, with Indigenous communities implementing self-determination efforts, such as community closures, contact tracing, and isolation measures. These traditions have heavily influenced population health practices in other contexts, such as the 1700 Cascadia earthquake, smallpox, and tuberculosis outbreaks. However, challenges remain in facilitating disease data transparency and Indigenous sovereignty. Efforts should be made to promote recognizing and respecting Indigenous knowledge and practices within the broader health system.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, 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 enseignants0,880
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,300
Tête enseignante GPT0,512
Écart entre enseignants0,212 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Health PromotionMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207