MétaCan
Menu
Retour à la cohorte
Enregistrement W1535991783 · doi:10.1111/j.1468-0009.2009.00583.x

Research and Advice Giving: A Functional View of Evidence‐Informed Policy Advice in a Canadian Ministry of Health

2009· review· en· W1535991783 sur OpenAlexaffabout
Jonathan Lomas, Adalsteinn Brown

Notice bibliographique

RevueMilbank Quarterly · 2009
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of TorontoMinistry of Health and Long Term Care
Organismes subventionnairesnon disponible
Mots-clésPublic relationsContext (archaeology)Stewardship (theology)Scope (computer science)Evidence-based practicePolitical scienceHealth policyEngineering ethicsHealth careMedicinePoliticsEngineeringLawAlternative medicineComputer science

Résumé

récupéré en direct d'OpenAlex

CONTEXT: As evidence-based medicine grows in influence and scope, its applicability to health policy prompts two questions: Can the principles and, more specifically, the tools used to bring research into the clinical world apply to civil servants offering advice to politicians? If not, what approach should the evidence-oriented health policy organization take to improve the use of research? METHODS: This article reviews evidence-based medicine and models of research use in policy. Then it reports the results of interviews with civil servants in the Ontario Ministry of Health, which recently adopted a stewardship rather than an operational role, incorporating many evidence-oriented strategies. The interviews focused on functional roles for research-based evidence in policy advice. FINDINGS: The clinical context and tools for evidence-based medicine can rarely be generalized to policy. Most current models of research use offer lessons to researchers wishing to apply their work to policy but little help for civil servants wishing to become more evidence oriented. The interviews revealed functional roles for research in setting agendas (noting upcoming issues and screening interest groups' claims), developing new policies (reducing uncertainty, helping speak truth to power, and preventing repetition and duplication), and monitoring or modifying existing policies (continuously improving programs and creating a culture of inquiry). Each area requires different tools to help filter the push of evidence from researchers and set agendas, to facilitate the urgent pull on relevant research by civil servants developing new policy, and to support ongoing linkage and exchange between civil servants and researchers for monitoring and modifying existing policy. CONCLUSIONS: A functional framework for evidence-informed policy advice is useful for distinguishing the activity from evidence-based medicine and "auditing" the balance of efforts across the different functional roles of research in policy.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,095
score de la tête « metaresearch » (Gemma)0,099
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,631

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0950,099
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,018
Études des sciences et des technologies0,0520,125
Communication savante0,0370,011
Science ouverte0,0100,017
Intégrité de la recherche0,0110,012
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,792
Tête enseignante GPT0,712
Écart entre enseignants0,080 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations135
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMilbank QuarterlyMême sujetHealth Policy Implementation ScienceTravaux en français237 207