Heat-health messaging in Canada: A review and content analysis of public health authority webpages and resources
Notice bibliographique
Résumé
Background: With the growing threat posed by extreme heat, heat-health messaging communicated by public health authorities is critical for raising community awareness and action. This study sought to (i) identify what heat-health content is shared online by Canadian public health authorities and (ii) analyse the material to develop an understanding of the content included within the resources. Study design: Qualitative content analysis. Methods: We reviewed public health authority websites in Canada (n = 99) and extracted all available heat-health content. Content analysis of each resource was performed using descriptive codes related to three categories - populations at greater risk, actions to reduce risk and awareness and knowledge. Results: Within the public health authority websites searched, 417 webpages and online resources were identified (range: 1-43). Over half of the material came from regional health authorities (56 %), primarily located in Ontario and British Columbia (60 %). At least one population at greater risk of heat stress (e.g., older adults, children) (range: 0-24) was mentioned in 59 % of the materials, 81 % mentioned at least one action or behaviour to reduce risk (e.g., stay hydrated) (range: 0-40), and 91 % provided material related to raising awareness and knowledge (range: 0-12). Conclusions: Although a wide array of webpages and online resources were identified, the material content and availability varied considerably across authorities and provinces and territories. These results provide important insights into the composition of heat-health webpages and online resources within Canada and can help guide relevant revisions and additions to the existing heat-health materials.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».