Trading quality for relevance: non-health decision-makers’ use of evidence on the social determinants of health
Notice bibliographique
Résumé
OBJECTIVES: Local government services and policies affect health determinants across many sectors such as planning, transportation, housing and leisure. Researchers and policymakers have argued that decisions affecting wider determinants of health, well-being and inequalities should be informed by evidence. This study explores how information and evidence are defined, assessed and utilised by local professionals situated beyond the health sector, but whose decisions potentially affect health: in this case, practitioners working in design, planning and maintenance of the built environment. DESIGN: A qualitative study using three focus groups. A thematic analysis was undertaken. SETTING: The focus groups were held in UK localities and involved local practitioners working in two UK regions, as well as in Brazil, USA and Canada. PARTICIPANTS: UK and international practitioners working in the design and management of the built environment at a local government level. RESULTS: Participants described a range of data and information that constitutes evidence, of which academic research is only one part. Built environment decision-makers value empirical evidence, but also emphasise the legitimacy and relevance of less empirical ways of thinking through narratives that associate their work to art and philosophy. Participants prioritised evidence on the acceptability, deliverability and sustainability of interventions over evidence of longer term outcomes (including many health outcomes). Participants generally privileged local information, including personal experiences and local data, but were less willing to accept evidence from contexts perceived to be different from their own. CONCLUSIONS: Local-level built environment practitioners utilise evidence to make decisions, but their view of 'best evidence' appears to prioritise local relevance over academic rigour. Academics can facilitate evidence-informed local decisions affecting social determinants of health by working with relevant practitioners to improve the quality of local data and evaluations, and by advancing approaches to improve the external validity of academic research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,466 | 0,760 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,013 | 0,010 |
| Études des sciences et des technologies | 0,008 | 0,058 |
| Communication savante | 0,045 | 0,051 |
| Science ouverte | 0,005 | 0,029 |
| Intégrité de la recherche | 0,012 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».