MétaCan
Menu
Retour à la cohorte
Enregistrement W4417067681 · doi:10.1002/sd.70503

Connecting Health Promotion and Sustainable Development Goals to Enhance the Health of Agrifood Temporary Migrant Workers—a Scoping Review

2025· article· en· W4417067681 sur OpenAlexafffund
T. A. Demmers, Soraya Burrola‐Méndez, Pablo Gaitán Rossi, Lara Gautier, Rosanne Blanchet

Notice bibliographique

RevueSustainable Development · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensUniversité de MontréalInstitut National de Santé Publique du Québec
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésHealth promotionPsychological interventionSocial determinants of healthSustainable developmentPromotion (chess)Citizen journalismHealth policy

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Temporary migrant workers (TMW) in the agrifood system face social determinants of health (SDoH) that contribute to health inequities. Despite their dual residency, the potential of the Sustainable Development Goals (SDG) to support the health of TMW remains underexamined. SDG transformations provide a framework for implementing interventions and policies. This scoping review aimed to map health promotion interventions and policies for agrifood TMW in high‐income countries by SDoH addressed and categorize them with SDG transformations. Twenty‐six studies were identified from multidisciplinary databases; characteristics and SDoH were charted. While key SDoH were addressed, most interventions and policies clustered within two transformations: ‘Health’ and ‘Education and inequalities’. Gaps in remaining SDG transformations highlight opportunities to strengthen agrifood social and environmental sustainability. By linking health promotion interventions with SDG transformations, this review offers a novel strategy to guide intersectoral, participatory efforts to support TMW health and equity, and inform future research and policy.

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)0,013
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0160,014
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,074
Tête enseignante GPT0,446
Écart entre enseignants0,372 · 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'étudeRevue systématique
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainable DevelopmentMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207