MétaCan
Menu
← Back to cohort

Vulnérabilité à la chaleur dans le contexte des changements climatiques

2015· dissertation· fr· W396720172 on OpenAlexfundaboutno aff
Tarik Benmarhnia

Bibliographic record

Venuenot available
Typedissertation
Languagefr
FieldEnvironmental Science
TopicClimate Change and Health Impacts
Canadian institutionsnot available
FundersÉcole des Hautes Études en Santé PubliqueAgence Nationale de la RechercheHealth CanadaInstitut National de Santé Publique du Québec
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Les changements climatiques constituent l’un des enjeux les plus importants en santé publique du XXIème siècle. En effet, une hausse des températures provoquera une hausse de la mortalité attribuable à la chaleur. En outre, certaines populations et territoires sont particulièrement vulnérables aux effets de la chaleur. Il est donc nécessaire de les identifier clairement ainsi que les impacts futurs pour orienter avec équité les politiques publiques aujourd’hui et à l’avenir. L’objectif de cette thèse est de documenter les facteurs de vulnérabilité à la chaleur dans le présent et les éléments permettant leur prise en compte pour l’avenir dans le contexte des changements climatiques. Quatre étapes ont été menées pour répondre à cet objectif : a) Mener une revue systématique et une méta-Analyse des facteurs de vulnérabilité face aux risques de mortalité en lien avec la chaleur ; b) Analyser si l’exposition chronique à la pollution atmosphérique modifie la relation entre la chaleur et la mortalité dans un contexte urbain (Paris) et explorer la double interaction avec la défaveur sociale ; c) Développer une méthode de quantification des impacts liés à la chaleur en lien avec les changements climatiques en intégrant une grande diversité de simulations climatiques ; d) Estimer les inégalités d’années de vies perdues attribuables à la chaleur et leurs projections futures dans deux contextes distincts (Montréal et Paris) et comparer ces inégalités. Cette thèse a permis de mettre en évidence sur la base de la littérature épidémiologique les groupes de population qui sont les plus vulnérables face aux effets de la chaleur et de montrer qu’il y a plusieurs divergences par rapport aux recommandations émises par les institutions de santé publique vis-À-Vis de l’identification de populations vulnérables. Cette thèse a permis également d’identifier l’exposition chronique à la pollution atmosphérique comme nouveau facteur de vulnérabilité à la chaleur et que cette vulnérabilité était encore plus prononcée lorsqu’il s’agissait de populations défavorisées socialement. Puis, une méthode permettant de quantifier l’impact des changements climatiques sur les décès attribuables à la chaleur et ses sources d’incertitudes a été développée, et a permis de mettre en évidence que la probabilité que les changements climatiques conduisent à une augmentation de la mortalité en lien avec la chaleur est très forte. Cette méthode a ensuite été utilisée pour estimer que l’augmentation de la température conduira à une augmentation des inégalités sociales d’années de vie perdues à la fois à Montréal et à Paris, l’effet des changements climatiques sur l’accroissement de ces inégalités étant plus fort à Montréal qu’à Paris. Cette thèse, en se basant sur diverses méthodes épidémiologiques, a permis dans l’ensemble de clarifier quelles populations étaient particulièrement à risque face aux effets de la chaleur et de questionner les recommandations émises par les organismes tels que l’OMS. Elle a également permis de montrer l’effet des changements climatiques sur l’évolution de vulnérabilités face à la chaleur pour inciter dès aujourd’hui la mise en place de politiques publiques équitables et limiter l’impact des changements climatiques sur l’accroissement des inégalités de santé.

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 imitation

Not 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.

metaresearch head score (Codex)0.013
metaresearch head score (Gemma)0.025
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.072
Threshold uncertainty score0.144

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0130.025
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0020.005
Bibliometrics0.0040.005
Science and technology studies0.0020.002
Scholarly communication0.0040.002
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0040.000

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.

Opus teacher head0.088
GPT teacher head0.360
Teacher spread0.273 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designTheoretical or conceptual
Domainnot available
GenreOther

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".

Quick stats

Citations1
Published2015
Admission routes2
Has abstractyes

Explore more

Same topicClimate Change and Health Impacts→French-language works237,207→