Commentaire - La « santé publique et des populations » au Canada va-t-elle à l'avenir s'unir ou se diviser? Réflexions de l’intérieur
Bibliographic record
Abstract
« Est-ce que la santé publique et des populations constitue véritablement un domaine unifié, ou est-ce que la santé des populations s’est simplement agrégée à la santé publique pour gagner en crédibilité? » Le commentaire présenté ici résulte de cette question, posée à Kelsey Lucyk (KL) dans le cadre de son examen d’admission au doctorat. En réponse, KL a cité les récents développements dans le domaine pour justifier de sa conviction que la santé publique et des populations (SPP) constitue bel et bien une discipline unifiée. Toutefois, au fil des conversations des semaines et des mois qui ont suivi, nous avons conclu que cet enjeu allait bien audelà de l’étiquetage de ministères et d’organismes de « santé publique et des populations » et qu’en débattre pouvait être pertinent, particulièrement pour la prochaine génération de chercheurs en SPP. Dans ce commentaire, nous faisons la démonstration 1) que parfois l'expression SPP sous-entend une cohérence d’idées, de valeurs et de principes qui n'est pas forcément réalisée, 2) qu’il est temps et important de viser à une SPP plus unifiée et 3) que l’unification de la SPP offre à la fois des défis et des opportunités, ce que nous illustrons dans les domaines du financement de la recherche, des effectifs en santé publique et de l’éthique en SPP.
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 | 0.006 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.017 | 0.019 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.005 | 0.011 |
| Insufficient payload (model declined to judge) | 0.016 | 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".