MétaCan
Menu
Retour à la cohorte
Enregistrement W6902533738 · doi:10.6084/m9.figshare.c.6718465

Social vulnerability indices: a scoping review

2023· other· en· W6902533738 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFigshare · 2023
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueComplex Systems and Dynamics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSocial vulnerabilityVulnerability (computing)LivelihoodIndex (typography)Socioeconomic statusDescriptive statisticsVulnerability assessment

Résumé

récupéré en direct d'OpenAlex

Abstract Background Social vulnerability occurs when the disadvantage conveyed by poor social conditions determines the degree to which one’s life and livelihood are at risk from a particular and identifiable event in health, nature, or society. A common way to estimate social vulnerability is through an index aggregating social factors. This scoping review broadly aimed to map the literature on social vulnerability indices. Our main objectives were to characterize social vulnerability indices, understand the composition of social vulnerability indices, and describe how these indices are utilized in the literature. Methods A scoping review was conducted in six electronic databases to identify original research, published in English, French, Dutch, Spanish or Portuguese, and which addressed the development or use of a social vulnerability index (SVI). Titles, abstracts, and full texts were screened and assessed for eligibility. Data were extracted on the indices and simple descriptive statistics and counts were used to produce a narrative summary. Results In total, 292 studies were included, of which 126 studies came from environmental, climate change or disaster planning fields of study and 156 studies were from the fields of health or medicine. The mean number of items per index was 19 (SD 10.5) and the most common source of data was from censuses. There were 122 distinct items in the composition of these indices, categorized into 29 domains. The top three domains included in the SVIs were: at risk populations (e.g., % older adults, children or dependents), education, and socioeconomic status. SVIs were used to predict outcomes in 47.9% of studies, and rate of Covid-19 infection or mortality was the most common outcome measured. Conclusions We provide an overview of SVIs in the literature up to December 2021, providing a novel summary of commonly used variables for social vulnerability indices. We also demonstrate that SVIs are commonly used in several fields of research, especially since 2010. Whether in the field of disaster planning, environmental science or health sciences, the SVIs are composed of similar items and domains. SVIs can be used to predict diverse outcomes, with implications for future use as tools in interdisciplinary collaborations.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,5960,006

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 Opus0,081
Tête enseignante GPT0,364
Écart entre enseignants0,284 · 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