MétaCan
Menu
Retour à la cohorte
Enregistrement W4389096490 · doi:10.31219/osf.io/6w3qh

A Global Review of Research on Effective Advocacy and Communication Strategies at the Intersection of Climate Change and Health

2023· review· en· W4389096490 sur OpenAlexfundno aff
Sri Saahitya Uppalapati, Patrick Ansah, Eryn Campbell, Neha Gour, Kathyrn Thier, John Kotcher, Edward Maibach

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensnon disponible
Organismes subventionnairesHealth CanadaCanadian Medical AssociationWellcome TrustGeorge Mason UniversityWorld Health Organization
Mots-clésClimate changePublic relationsPublic healthHealth communicationPerceptionPolitical sciencePublic engagementHealth promotionPsychologyEnvironmental resource managementMedicineNursingEcology

Résumé

récupéré en direct d'OpenAlex

Climate change's intensifying impact on human health necessitates effective advocacy and communication strategies. In this review that spans research in multiple languages published from 2000 to 2023, we summarize evidence on effective advocacy and communication strategies at the intersection of climate change and health for public audiences, health professionals, and public officials. First, we synthesize research on public audiences, including their perceptions of climate change and health, public responses to health-framed climate information, climate and health risks and solutions, information about vulnerable populations and equity considerations, climate- and health-related visual communication and imagery, and their perceptions of health professionals. Then, we provide an overview of research on health professional audiences, including their role in climate and health communication and advocacy, knowledge of the connections between climate and health, willingness to engage with the topic and in climate-relevant actions, and ways to encourage this engagement. Next, we delve into public officials’ perspectives and comprehension of the relationship between climate change and health. Lastly, we end with recommendations for a research agenda to fill the gaps illuminated in this review and foster a growing field on climate and health insight and engagement.

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)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,850
Tête enseignante GPT0,669
Écart entre enseignants0,180 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate Change Communication and PerceptionTravaux en français237 207