MétaCan
Menu
Retour à la cohorte
Enregistrement W4389373262 · doi:10.1136/medhum-2023-012801

Redefining global cardiac surgery through an intersectionality lens

2023· article· en· W4389373262 sur OpenAlexaff
Dominique Vervoort, Lina A. Elfaki, Maria Servito, Karla Yael Herrera-Morales, Kudzai Kanyepi

Notice bibliographique

RevueMedical Humanities · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of ManitobaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIntersectionalityPsychological interventionSocioeconomic statusEthnic groupDisadvantagedMedicineGlobal healthHealth equitySociologyGender studiesNursingPolitical sciencePublic healthPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Although cardiovascular diseases are the leading cause of morbidity and mortality worldwide, six billion people lack access to safe, timely and affordable cardiac surgical care when needed. The burden of cardiovascular disease and disparities in access to care vary widely based on sociodemographic characteristics, including but not limited to geography, sex, gender, race, ethnicity, indigeneity, socioeconomic status and age. To date, the majority of cardiovascular, global health and global surgical research has lacked intersectionality lenses and methodologies to better understand access to care at the intersection of multiple identities and traditions. As such, global (cardiac) surgical definitions and health system interventions have been rooted in reductionism, focusing, at most, on singular sociodemographic characteristics. In this article, we evaluate barriers in global access to cardiac surgery based on existing intersectionality themes and literature. We further examine intersectionality methodologies to study access to cardiovascular care and cardiac surgery and seek to redefine the definition of 'global cardiac surgery' through an intersectionality lens.

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)0,001
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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,231
Tête enseignante GPT0,473
Écart entre enseignants0,241 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical HumanitiesMême sujetGlobal Health Workforce IssuesTravaux en français237 207