Estratégias para a construção de territórios saudáveis e sustentáveis: revisão integrativa de literatura
Notice bibliographique
Résumé
A noção de Territórios Saudáveis e Sustentáveis (TSS) foi gestada ao longo de vários eventos internacionais como o Relatório Lalonde (1974), a Declaração da Alma-Ata (1978), a Carta de Ottawa (1986), a 8ª Conferência Nacional de Saúde (1986) e a Constituição Federal do Brasil (1988), a Conferência da ONU sobre Meio Ambiente e Desenvolvimento (1992), a Cúpula do Milênio (2000), a Conferência da ONU Sobre Desenvolvimento Sustentável (2012). Se TSS é uma agenda internacional, que precisa ser adaptada a cada nação, como essa ideia tem se materializado no Brasil? Como as instituições e os atores locais têm se organizados para essa construção? Por esses questionamentos, este estudo objetiva analisar o conhecimento cientifico produzido sobre as estratégias para construir de territórios saudáveis e sustentáveis no Brasil no período de 2012 a 2022. Foi utilizada a metodologia de Revisão Integrativa, coletando textos na Biblioteca Virtual em Saúde (BVS) e Google Acadêmico, através dos termos territórios saudáveis e sustentáveis”, “comunidades saudáveis e sustentáveis”, “cidades saudáveis e sustentáveis” e “municípios saudáveis e sustentáveis”, totalizando 25 textos encontrados. A partir de um formulário, foram colhidos os seguintes resultados: a maioria dos textos foram de 2021 (n=6, 24%), da Revista Ciência e Saúde Coletiva (n=8, 32%), da área de saúde coletiva (n=14, 56%), da FIOCRUZ Brasília (n=21; 24,14%), de Médicos (n=7; 15,9%), com Mestrado em Saúde Pública (n=15; 36,5%) e Doutorado em Saúde Pública (n=12; 44,4%), Estudos de Caso (n=8; 32%), com a abordagem qualitativa (n=17; 68%), com palavras-chave sobre saúde (n=18, 25%), com objetivos que propunham avaliar Índices, Indicadores, Metodologias (N=9, 36%), em Comunidade/Território Específicos (n=16, 64%), com Conceitos de TSS fruto das conferências (n=6, 24%) e tendo Governança territorial local como principal estratégia (n=8, 32%).
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,015 | 0,027 |
| Études des sciences et des technologies | 0,006 | 0,019 |
| Communication savante | 0,018 | 0,013 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».