MétaCan
Menu
Retour à la cohorte
Enregistrement W4415353448 · doi:10.1007/s10393-025-01756-4

Public Engagement with Climate Change and Health: A Global Literature Review

2025· article· en· W4415353448 sur OpenAlexfundno aff
Sri Saahitya Uppalapati, Eryn Campbell, John Kotcher, Kathryn Thier, Patrick Ansah, Neha Gour, Edward Maibach

Notice bibliographique

RevueEcoHealth · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensnon disponible
Organismes subventionnairesHealth CanadaCanadian Medical AssociationWellcome TrustWorld Health Organization
Mots-clésClimate changePublic healthPublic engagementAnimal ecologyPolitical economy of climate changeRelevance (law)Global warmingPerception

Résumé

récupéré en direct d'OpenAlex

With the impacts of climate change on health becoming increasingly severe and far-reaching, effective communication to diverse audiences is more crucial than ever. This review analyzes 93 studies published between 2000 and 2023 on public understanding and responses to information about climate change and health. We synthesize research on public perceptions of climate change and health, responses to health-framed climate information, and information about climate and health risks and solutions, and the depolarizing potential of health messaging. Our findings suggest that conveying the health relevance of climate change holds significant potential for enhancing public engagement and building support for climate action. Additionally, we identify research gaps, particularly in understanding how different demographic audiences perceive health-related climate information and suggest directions for future studies. This synthesis of international research provides valuable insights into how different populations perceive and react to health-related climate information, highlighting the importance of targeted and effective communication strategies in addressing the climate crisis. The findings and summaries in this review can serve as valuable tools for evidence-based initiatives to address the critical issue of climate change and its profound implications for public health.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,896
Score d'incertitude au seuil0,868

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,689
Tête enseignante GPT0,527
Écart entre enseignants0,162 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcoHealthMême sujetClimate Change Communication and PerceptionTravaux en français237 207