MétaCan
Menu
Retour à la cohorte
Enregistrement W2010427756 · doi:10.1186/1478-4491-7-67

Equity-oriented toolkit for health technology assessment and knowledge translation: application to scaling up of training and education for health workers

2009· article· en· W2010427756 sur OpenAlexafffund
Erin Ueffing, Peter Tugwell, Janet Hatcher Roberts, Peter G. Walker, Nadia Hamel, Vivian Welch

Notice bibliographique

RevueHuman Resources for Health · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensCanadian Society for International HealthInstitute of Population and Public HealthUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésWorkforceEquity (law)Knowledge translationHealth equityAllianceGlobal healthHealth services researchHealth policyHealth administrationHealth promotionBusinessInternational healthPublic relationsMedicinePublic healthKnowledge managementEconomic growthNursingPolitical scienceEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Human resources for health are in crisis worldwide, especially in economically disadvantaged areas and areas with high rates of HIV/AIDS in both health workers and patients. International organizations such as the Global Health Workforce Alliance have been established to address this crisis. A technical working group within the Global Health Workforce Alliance developed recommendations for scaling up education and training of health workers. The paper will illustrate how decision-makers can use evidence and tools from an equity-oriented toolkit to scale up training and education of health workers, following five recommendations of the technical working group. The Equity-Oriented Toolkit, developed by the World Health Organization Collaborating Centre for Knowledge Translation and Health Technology Assessment in Health Equity, has four major steps: (1) burden of illness; (2) community effectiveness; (3) economic evaluation; and (4) knowledge translation/implementation. Relevant tools from each of these steps will be matched with the appropriate recommendation from the technical working group.

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)0,014
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,796
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,436
Tête enseignante GPT0,539
Écart entre enseignants0,103 · 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.

Devis d'étudeSans objet
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

Citations16
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Resources for HealthMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207