MétaCan
Menu
Retour à la cohorte
Enregistrement W6945173647 · doi:10.20381/ruor-317

Changement Climatique et Iniquités en Santé : L’apport de L’approche Interventionnelle en Santé des Populations dans un Contexte Québécois

2016· article· fr· W6945173647 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Ottawa - Library · 2016
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueHistorical, Literary, and Cultural Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Democratic legitimacyInstitutional change

Résumé

récupéré en direct d'OpenAlex

Dans un monde globalisé, le changement climatique vient s’ajouter à la pléthore de problèmes complexes auxquels la santé publique doit faire face. Cet article propose de s’intéresser, à travers une perspective interventionnelle en santé des populations et dans un contexte québécois, aux conséquences du changement climatique sur les populations vulnérables ainsi qu’aux domaines d’action pouvant les mitiger. Une recherche documentaire a été effectuée dans sept banques de données liées à plusieurs disciplines en sciences sociales, de la santé et de l’environnement. Reconnaissant également l’apport des organismes non gouvernementaux pour la santé des populations, celle-ci a été complémentée par des rapports d'organisations militantes et citoyennes. Les résultats montrent que plusieurs secteurs peuvent collaborer avec les agences de santé publique et les organismes communautaires pour réduire, d’une part, le changement climatique et, de l’autre, les iniquités en matière de santé. Au Québec, trois domaines d’action semblent particulièrement prometteurs, soit : l’aménagement territorial en milieu urbain, le transport et la mobilité durable et l’agriculture urbaine et périurbaine. Préconisant un cadre social écologique et une collaboration multisectorielle, les interventions centrées sur la santé des populations permettent d’atténuer les conséquences du changement climatique sur les iniquités sociales et sanitaires. Quelques défis et pistes de recherche liés à leur implantation et à leur pérennité sont discutés.

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)0,019
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil0,390

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0080,006
Communication savante0,0070,003
Science ouverte0,0030,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,028
Tête enseignante GPT0,234
Écart entre enseignants0,205 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Ottawa - LibraryMême sujetHistorical, Literary, and Cultural StudiesTravaux en français237 207