General Morphological Analysis in Public Health Emergency Management: An Environmental Scan
Notice bibliographique
Résumé
Background: Uncertainty is inherent in public health emergency management (PHEM) due to the unpredictable nature of emergencies and interplay of public health threats and their drivers. PHEM practitioners must continually develop and adapt methods to manage this uncertainty. General morphological analysis (GMA) is a computer-aided scenario modelling method that effectively addresses issues where uncertainty exists. GMA examines possible components of a complex problem and allows practitioners to consider potential connections and outcomes. Through iterative steps, GMA can generate new knowledge and insights in the development of scenarios to aid in decision-making and planning within PHEM. Method: An environmental scan was designed to identify articles that utilized GMA as one of the primary methodologies across different natural hazards within the context of PHEM. Academic databases included PubMed and Research Gate. A broad search strategy was applied to scan grey literature which included Google Scholar. Results: This environmental scan identified ten examples of GMA employed in PHEM across multiple countries and organizations. Examples in the literature targeted either a specific natural hazard or broadly targeted all known natural hazards. The findings can be divided into three interconnected categories: (a) scenario modelling for managing natural disasters, (b) strategy development and prioritization tools, and (c) decision-making support tools for emergency management teams. Conclusions: GMA is a decision-making and planning tool in PHEM that can be extended beyond scenario modelling to address uncertainties. This modelling method leverages subject matter experts to uncover innovative connections and outcomes when navigating complex problems like those observed within PHEM. Future research can involve applying GMA to PHEM in a Canadian context. Currently, the Public Health Agency of Canada is applying GMA to cyclical events (e.g., wildfires, floods, extreme heat events, and extreme weather events) to create scenarios using a PHEM lens. Future practice should involve integrating GMA with other PHEM methodologies to enhance strategies to prevent, prepare, respond and recover from future public health emergencies.
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 | 0,014 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,034 | 0,040 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».