COMMENTARY Identifying and Addressing the Social Determinants of the Incidence and Successful Management of Type 2 Diabetes
Notice bibliographique
Résumé
There is an increased awareness that health can be profoundly affected by a myriad of social, environmental and economic factors and that good health means more than just good physical health.1 The statement above from the Canadian Diabetes Association illustrates howCanadian health researchers and policy-makers are recognizing the importance ofvarious social determinants of population health.2-4 These factors include income and its distribution, housing and food security, and the quality of physical and social envi-ronments.5,6 But diabetes-related research on its causes and prevention activities continues to be focussed on biomedical and lifestyle risk factors with little if any attention given to these broader issues.7,8 The same appears to hold true when issues of management and con-trol are explored. In the case of type 2 diabetes (referred to as diabetes in this paper) – the most prevalent form of the disease9,10 and the centre of attention of the “diabetes epidemic” – disease associations, public health, and other health workers continue to espouse the ben-efits of appropriate diet, adequate exercise, and weight control as a population-wide strate-gy in its prevention and management.10-14 Much of the focus of prevention and management is highly medicalized.13 High-risk individuals are urged to seek medical attention; a physician or other allied health profes-
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,007 | 0,002 |
| Intégrité de la recherche | 0,043 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,009 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».