MétaCan
Menu
Retour à la cohorte

The CINDI Programme in Poland: Vision and Reality. A 25-year Story

2023· article· en· W6964934538 sur OpenAlexaboutno aff

Notice bibliographique

RevueCeON Repository (Centre for Evaluation in Education and Science) · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPromotion (chess)Health promotionPopulationIntervention (counseling)Public healthPopulation health

Résumé

récupéré en direct d'OpenAlex

The CINDI (Countrywide Integrated Noncommunicable Diseases Intervention) programme of the World Health Organization is one of the most famous long-term international intervention and research programmes focused on health promotion and prevention of chronic non-communicable diseases on a population scale. The origins of the CINDI Programme date back to the early 1990s, when on the initiative of the WHO European Office and a group of European countries interested in the prevention of noncommunicable diseases, several countries from the European region and Canada joined the international network. In Poland the CINDI initiatives were coordinated by the Departmentof Preventive and Social Medicine, Medical University of Lodz, and several other urban centres (among others Kalisz, Ostrów Wielkoposki, Chorzów, Toruń, Pabianice, Cieszyn, Włocławek, Przemyśl, Pleszew, Rawa Mazowiecka) joined the national progamme activities. This article presents the most important achievements of the CINDI programme, with particular emphasis on health monitoring activities, training of medical staff, and innovative educational and intervention programmes. The anti-tobacco campaign “Quit and Win”, the National Physical Activity Campaign “Revitalize Your Heart” as well as several representative population health surveys in Łódź and Toruń turned out to be particularly successful. Taking into account the social, medical and economic benefits resulting from the long-term activities of the CINDI programme, the authors emphasized the need to undertake further initiatives and out-lined the prospects for development of the programme on a nationaland international scale.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,275
Score d'incertitude au seuil0,368

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,323
Écart entre enseignants0,306 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCeON Repository (Centre for Evaluation in Education and Science)Même sujetForest Management and PolicyTravaux en français237 207