MétaCan
Menu
Retour à la cohorte
Enregistrement W1988814605 · doi:10.12927/hcpap.2014.23683

Innovators and Early Adopters of Population Health in Healthcare: Real and Present Opportunities for Healthcare–Public Health Collaboration

2013· letter· en· W1988814605 sur OpenAlexaffvenue
Tai Huynh, Deborah Cohen

Notice bibliographique

RevueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy · 2013
Typeletter
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensInstitute of Population and Public HealthCanadian Institute for Health Information
Organismes subventionnairesnon disponible
Mots-clésPublic relationsHealth careTransformative learningEarly adopterCornerstonePopulationPublic healthPopulation healthDiffusion of innovationsBusinessPolitical scienceMarketingSociologyMedicineNursingEnvironmental healthGeography

Résumé

récupéré en direct d'OpenAlex

The population health approach - which has long been a cornerstone ideology for those in public health - is increasingly embraced by various actors in the healthcare sector, including but not limited to those in primary healthcare. There is much to be gained from public health's involvement in these early efforts, which could enable the pursuit of approaches that integrate both individual- and population-level interventions. These collaborative efforts could serve as the initial building blocks for transformative change, provided that others follow suit. Lessons from the study of the diffusion of innovation teach us that new ideas can spread or wither in unpredictable ways. However, the odds of success would be improved if we could (1) make population health concepts less complex and more actionable, (2) socialize early adopter activities and make them more observable to others so that they could help model the way, (3) invest in evaluation so that the benefits of the approach could be more clearly demonstrated and (4) address social and cultural barriers to adoption through opinion leaders within respective professional communities.

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)0,032
score de la tête « metaresearch » (Gemma)0,075
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,075
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,017
Communication savante0,0090,019
Science ouverte0,0030,007
Intégrité de la recherche0,0780,072
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,548
Tête enseignante GPT0,551
Écart entre enseignants0,003 · 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.

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

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

En bref

Citations9
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueA Nudge Too Far? A Nudge at All? On Paying People to Be HealthyMême sujetHealth Policy Implementation ScienceTravaux en français237 207