MétaCan
Menu
Retour à la cohorte
Enregistrement W4399263381 · doi:10.1177/17579759241248624

The Dynamic Model of Health Assets: a model development

2024· article· en· W4399263381 sur OpenAlexaff
Yuliya Bodryzlova, Grégory Moullec, Michael P. Kelly

Notice bibliographique

RevueGlobal Health Promotion · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth, psychology, and well-being
Établissements canadiensUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthBusinessMedicine

Résumé

récupéré en direct d'OpenAlex

AIM: Epidemiological research on resistance and resilience can build on models of health developed in health promotion. Nevertheless, these models need to be adjusted to approaches currently employed in epidemiology; namely, included concepts should be easy to operationalize, and links between them should be simple enough to enable statistical modeling. In addition, these models should include both individual and environmental assets. The objective of this study is to consolidate the current knowledge on health assets, adjust them to epidemiological research needs, and propose a new model of health assets for epidemiological studies on health. DESIGN: The conceptual paper was conducted according to the guidelines for the model development. METHODS: The development of the new model was made from the perspective of salutogenesis - the branch of health promotion studying the origins of health. The analysis of literature on health promotion, public health, and positive psychology was conducted to find the links connecting individual and environmental assets. RESULTS: The newly developed Dynamic Model of Health Assets circularly links individual characteristics, actions, environments, and support. Each preceding component of the model contributes to the following one; each component also independently contributes to resistance and resilience. The new model may guide large-scale epidemiological research on resistance and resilience. The model's components are easy to operationalize; the model allows for constructing multilevel models and accounting for the dynamic nature of the relationships between components. It is also generic enough to be adjusted to studying contributors to resistance and resilience to different specific diseases. CONCLUSION: The new model can guide epidemiological studies on resistance and resilience.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,095
Tête enseignante GPT0,507
Écart entre enseignants0,412 · 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'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Health PromotionMême sujetHealth, psychology, and well-beingTravaux en français237 207