MétaCan
Menu
Retour à la cohorte
Enregistrement W4416612726 · doi:10.5256/f1000research.20500.r70003

Referee report. For: Climate change, migration and health systems resilience: Need for interdisciplinary research [version 2; peer review: 1 approved, 3 approved with reservations]

2020· article· en· W4416612726 sur OpenAlexfundno aff
Paddy Enright

Notice bibliographique

RevueFaculty of 1000 Research Ltd · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHealthcare systemPublic healthHealth careHealth services researchSystems researchMEDLINE

Résumé

récupéré en direct d'OpenAlex

Climate change is one of today's major challenges, and among the causes of population movement and international migration. Climate migrants impact health systems and how their ability to respond and adapt to their needs and patterns. To date, the resilience of health systems in the context of climate change has barely been explored. The purpose of this article is to show the importance of studying the relationship between climate change, migration, and the resilience of health systems from an interdisciplinary perspective. Resilience is an old concept, notably in the field of psychology, and is increasingly applied to the study of health systems. Yet, no research has analysed the resilience of health systems in the context of climate change. While universal health coverage is a major international goal, little research to date focused on the existing links between climate, migration, health systems and resilience. We propose an interdisciplinary approach relying on the concept of health system resilience to study adaptive and transformative strategies to articulate climate change, migration and health systems.

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)0,008
score de la tête « metaresearch » (Gemma)0,116
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil0,880

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,116
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0050,001
Communication savante0,0050,004
Science ouverte0,0030,003
Intégrité de la recherche0,0130,008
Charge utile insuffisante (le modèle a refusé de juger)0,3830,178

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 Opus0,298
Tête enseignante GPT0,478
Écart entre enseignants0,180 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueFaculty of 1000 Research LtdMême sujetClimate Change and Health ImpactsTravaux en français237 207