Synthèse des données probantes - Évaluation de la communication des risques en présence de changements climatiques et de phénomènes météorologiques extrêmes : examen de la portée
Bibliographic record
Abstract
Introduction La communication des risques au public demeure un défi pour les professionnels de la santé publique oeuvrant dans le secteur des changements climatiques. Nous avons effectué un examen de la portée de la littérature sur l’évaluation de la communication des risques en présence de phénomènes météorologiques extrêmes et de changements climatiques dans le but de créer des messages en matière de santé publique à l’échelle locale conformes aux exigences des Normes de santé publique de l’Ontario (NSPO). Ces normes ont été mises à jour en 2018 pour inclure la communication efficace de messages sur les changements climatiques et les phénomènes météorologiques extrêmes. Méthodologie Des spécialistes en bibliothéconomie ont établi des stratégies de recherche pour recenser les publications universitaires revues par des pairs et la littérature grise dans plusieurs bases de données bibliographiques (Medline, Embase, Scopus et CINAHL) et dans les moteurs de recherche Google nationaux. Cette stratégie de recherche a été validée lors d’un atelier avec des experts et des intervenants communautaires spécialisés en environnement, en santé, en gestion des urgences et en communication des risques. Résultats Au total, 43 articles ont été retenus. Ces articles traitaient principalement des changements climatiques (n = 22), des inondations (n = 12), des ouragans (n = 5), de la chaleur extrême (n = 2) et des incendies de forêt (n = 2). Les études provenaient principalement des États-Unis (n = 14), de l’Europe (n = 6) et du Canada (n = 5). Conclusion Pour satisfaire aux NSPO de 2018, les professionnels de la santé publique doivent communiquer efficacement les risques afin d’encourager la prise de mesures efficaces à l’échelle locale aptes à atténuer les effets des phénomènes météorologiques extrêmes et des changements climatiques. D’après notre examen de la portée, les efforts de communication des risques durant les phénomènes météorologiques extrêmes de courte durée semblent plus efficaces que les efforts de communication des risques liés aux changements climatiques. Cela pourrait constituer une occasion unique pour les intervenants en santé publique d’appliquer les stratégies couramment utilisées pour les phénomènes météorologiques extrêmes aux changements climatiques.
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 | 0.083 | 0.345 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.007 |
| Bibliometrics | 0.019 | 0.026 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.010 | 0.008 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.031 | 0.005 |
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".