MétaCan
Menu
Retour à la cohorte
Enregistrement W1542058915

Partnerships in public health: lessons from knowledge translation and program planning.

2012· article· en· W1542058915 sur OpenAlexaffabout
Shannon L. Sibbald, Anita Kothari, Debbie Laliberté Rudman, Maureen Dobbins, Michael J. Rouse, Nancy Edwards, Dana Gore

Notice bibliographique

RevuePubMed · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensSimon Fraser UniversityUniversity of OttawaMcMaster UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipPublic healthFocus groupPublic relationsExperiential knowledgeKnowledge translationExperiential learningQualitative researchMedical educationProcess (computing)BusinessPolitical scienceMedicineNursingPsychologyKnowledge managementSociologyPedagogyMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to better understand how partnerships are initiated, maintained, and sustained in public health practice. A qualitative design was employed to conduct individual interviews and focus groups. The participants included practitioners from 6 purposively selected public health units in the Canadian province of Ontario that developed partnerships in program planning. It was found that partnerships play an essential role in program planning but that minimal information is available regarding the partnership process. Most partnerships are formed on an ad hoc basis, with little formalization. Public health professionals rely on their experiential knowledge when seeking out and working with partners.These findings can serve to inform future public health planning and strengthen the formation and maintenance of partnerships in public health and other sectors. Understanding how partnerships are initiated, maintained, and sustained is an important first step in supporting the use of research to advance collaborative public health efforts.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,930
Tête enseignante GPT0,679
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations15
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetHealth Policy Implementation ScienceTravaux en français237 207