MétaCan
Menu
Retour à la cohorte
Enregistrement W4415672084 · doi:10.1371/journal.pgph.0005310

Disinvesting in the future leadership of global health has already begun: What can we do about it?

2025· article· en· W4415672084 sur OpenAlexaff
Shashika Bandara, Jane K. Fieldhouse, Inosha Alwis, Lucía Abascal Miguel, Canice Christian, Nelson Aghogho Evaborhene

Notice bibliographique

RevuePLOS Global Public Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensCentre for Global Health ResearchMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésGlobal healthGlobal LeadershipPreparednessFace (sociological concept)Global climateGlobal challengesGlobal strategyPublic health

Résumé

récupéré en direct d'OpenAlex

Following the abrupt and significant funding cuts by the U.S. and increasing retreat by high-income countries from development aid for health, global health as a field requires reimagining and urgent solution building by all parties involved. In this essay, we aim to draw attention to an important and urgent challenge that deeply affects our collective future: the destruction of global health training opportunities and the weakening of future global health leadership. If we do not approach this challenge with a sense of urgency, global health research and training face irreversible shifts, weakening global preparedness to face future pandemics, address climate crisis, and achieve global goals such as universal health coverage or health for all. We outline existing best practices that we can build on and pathways to build better approaches in global health training.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,124
Tête enseignante GPT0,366
Écart entre enseignants0,242 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreCommentaire

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

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLOS Global Public HealthMême sujetGlobal Health and SurgeryTravaux en français237 207