MétaCan
Menu
Retour à la cohorte
Enregistrement W4411096593 · doi:10.3390/healthcare13121360

Launching the Global Health Network Middle East and North Africa Regional Network: A Path to Promote the Region’s Global Health Research Presence and Build Unity and Collaboration Towards Tackling Regional Public Health Priorities

2025· article· en· W4411096593 sur OpenAlexafffund
Malak Alrubaie, Rode Amsal Tarekegne, Sania Rahman, Salvia Zeeshan, Marina AlBada, Trudie Lang, Aseel A. Takshe, Mohammed Alkhaldi

Notice bibliographique

RevueHealthcare · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensMcGill UniversityUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Oxford
Mots-clésPublic healthCapacity buildingAction planEconomic growthPolitical scienceGlobal healthPublic relationsGlobal networkMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

The Global Health Network Middle East and North Africa (TGHN MENA) was officially launched on 21 October 2024, representing a pivotal initiative to address the region's distinct and complex public health challenges. Building on the comprehensive global framework of the central TGHN network, the regional TGHN MENA network was founded by region-based experts with support from the TGHN team. The network was established as a pioneering initiative to bring together 18 partners from 14 countries, representing various sectors such as academia, policymakers, and governmental and non-governmental organizations, to tackle pressing issues such as chronic diseases, mental health, and climate change impacts. High-level panel discussions were held to define the goals of TGHN MENA in building resilient public health systems. This perspective outlines the network's vision for building resilient health systems through research prioritization and capacity strengthening, amidst growing uncertainties in the regional public health landscape. The MENA region has diverse and complex public health challenges related to health systems, emergencies, chronic disease, mental health disorders, and climate change, due to cultural, social, and geographic differences. The TGHN MENA network is a community of practice and can identify commonalities and priorities and find shareable solutions. Key strategies proposed include establishing an open-access, online platform to support knowledge exchange, implementing on-the-job training and capacity-strengthening initiatives, and emphasizing the use of artificial intelligence in public health research. This perspective outlines TGHN MENA's inaugural one-year action plan, which emphasizes regular knowledge-sharing activities, capacity-building initiatives, and sustained partners' commitment as foundational steps towards improved public health outcomes in the region.

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)0,023
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0090,010
Science ouverte0,0020,016
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0200,007

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 Opus0,213
Tête enseignante GPT0,402
Écart entre enseignants0,188 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetGlobal Health and SurgeryTravaux en français237 207