Le Québec face au défi croisé de l’application des savoirs en santé climatique
Bibliographic record
Abstract
Par-delà les huit Objectifs du Millénaire pour le Développement, l’humanité est actuellement confrontée à un nouvel obstacle : le réchauffement global dû à l’effet de serre. Face à ce défi planétaire, il est primordial d’agir en tant que citoyen et acteur en santé publique si nous voulons assurer un développement humain harmonieux et équitable, dans le respect de l’environnement. Ainsi pouvons-nous agir conformément à l’Article 6 de la Convention-Cadre des Nations Unies sur les changements climatiques (CCNUCC) qui prône la mobilisation du public et fixe des objectifs d’éducation, de formation et de sensibilisation à l’échelle locale et internationale. Nous pouvons participer à la valorisation des écosavoirs et à l’actualisation des apprentissages liés à la lutte contre les changements climatiques tout en développant des stratégies d’application des connaissances en matière d’atténuation des changements climatiques et d’adaptation de la santé publique aux changements climatiques. Inscrit dans cette lignée d’action, un programme innovant de chaire d’étude qui prône une intégration et une application transfrontières des savoirs, est actuellement en développement au Québec. Géré par l’Institut national de santé publique, il s’ancre globalement à l’Article 6 de la CCNUCC et localement, au Plan d’action 2006-2012 sur les changements climatiques — volet santé (« Thème 6 » de l’Action 21, menée par le Ministère de la Santé et des Services sociaux). Ce programme collaboratif de formation écosystémique, de recherche et de réflexion veut, avec l’appui de partenaires francophiles issus du Nord et du Sud, répondre à ce défi afférent aux nouveaux savoirs et apprentissages en santé d’origine climatique. Il nourrit une double vision de leadership partagé et d’application de savoirs probants qui transcendent les frontières sectorielles, disciplinaires, géographiques, cognitives, culturelles. Il cherche dès aujourd’hui à tisser des liens partenariaux, tant en rapport avec le réchauffement global qu’avec l’application des connaissances et diverses grandes questions de notre temps.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.021 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".