Sürdürülebilir Kalkınma Hedefleri Bağlamında Halk Sağlığı, Veteriner Halk Sağlığı ve Entegre Sağlık Yaklaşımları
Bibliographic record
Abstract
Birleşmiş Milletler tarafından 2015 yılında kabul edilen Sürdürülebilir Kalkınma Hedefleri (SKH), yoksulluğun ortadan kaldırılması, gezegenin korunması ve herkes için refahın sağlanması amacıyla oluşturulmuş evrensel bir kalkınma gündemidir. Bu bölüm, SKH’lerin halk sağlığı ve veteriner halk sağlığı ile olan çok boyutlu ilişkisini incelemektedir. Halk sağlığı açısından SKH’ler; sağlığın sosyal belirleyicileri, eşitlik, kapsayıcılık, önleyici sağlık hizmetleri ve disiplinlerarası iş birliği ilkeleriyle örtüşmektedir. Veteriner halk sağlığı ise zoonotik hastalıkların kontrolü, gıda güvenliği, hayvan refahı, antimikrobiyal dirençle mücadele ve sürdürülebilir hayvancılık sistemleri aracılığıyla SKH’lere doğrudan katkı sunmaktadır. Ayrıca, Tek Sağlık ve Gezegen Sağlığı gibi yaklaşımlar kapsamında, insan, hayvan ve çevre sağlığını entegre eden çok aktörlü bir yönetişim modeli önerilmektedir. Bu bağlamda SKH’ler, yalnızca bir kalkınma aracı değil; aynı zamanda küresel sağlık güvenliği, çevresel sürdürülebilirlik ve sosyal adaletin sağlanması yönünde stratejik bir pusula işlevi görmektedir.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 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".