MétaCan
Menu
Retour à la cohorte
Enregistrement W4409205845 · doi:10.1038/s41746-024-01401-4

The role of open standards in catalysing knowledge transfer to deliver climate adaptive care

2025· article· en· W4409205845 sur OpenAlexaff
Maeghan Orton, Olivia Swann, Gabrielle Samuel, Peter Drury, Dimitrios Kalogeropoulos, David Pencheon, Kristina Celentano, Babajide Babayeju, Liz Grant

Notice bibliographique

Revuenpj Digital Medicine · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesWellcome Trust
Mots-clésBusinessKnowledge managementPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Climate change is threatening many health gains of the last century, with adverse environmental conditions likely to result in an additional 12.5 million deaths annually, and predictions stating that up to four billion people globally will be at risk due to the direct and indirect climate impacts of 2050 1 , 2 . The burden of deaths, diseases, and the socioeconomic and healthcare costs of the climate crisis on lives, livelihoods and livestock, affect those in lower and middle-income countries (LMICs) most deeply, and those with the least resources are the most vulnerable 3 . The differential impacts of climate change on individual health outcomes based on their health history and socioeconomic context require a focused approach to understand and respond to climate-related morbidity and mortality.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,305

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,028
Tête enseignante GPT0,354
Écart entre enseignants0,326 · 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
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Digital MedicineMême sujetClimate Change and Health ImpactsTravaux en français237 207