Transitioning from climate ambitions to climate actions through public health policy initiatives
Notice bibliographique
Résumé
Policies to implement climate-forcing pollution emission reductions have often been stymied by economic and political divisiveness. However, certain uncontested nonregret public health policies that also carry climate-forcing cobenefits with them could provide more achievable policy pathways to accelerate the implementation of climate mitigation. An International Society for Environmental Epidemiology Policy Committee endorsed pre-28th Conference of the Parties climate meeting workshop brought together experts on environment, diet, civic planning, and health to review current understanding of public health policy approaches that provide climate change mitigation cobenefits by also reducing greenhouse gas emissions. Promising public health policy areas identified as also providing climate mitigation cobenefits included: improving air quality through stronger regulation of harmful combustion-related air pollutants, advancing healthier plant-based public food procurement programs, promoting more sustainable transport options, developing healthier infrastructure (e.g., combustion-free buildings), and reducing the use of climate forcing substances in healthcare. It is concluded that cities, states, and nations, when aided by involved health professionals, can advance many practical public health, diet, and civic planning policies to improve health and well-being that will also serve to translate climate mitigation ambitions into action.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,044 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,015 |
| Communication savante | 0,016 | 0,011 |
| Science ouverte | 0,002 | 0,014 |
| Intégrité de la recherche | 0,016 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».