MétaCan
Menu
Retour à la cohorte
Enregistrement W2060216333 · doi:10.1186/s13104-015-1064-5

Understanding action on the social determinants of health: a critical realist analysis of in-depth interviews with staff of nine Ontario public health units

2015· article· en· W2060216333 sur OpenAlexafffundabout
Dennis Raphael, Julia Brassolotto

Notice bibliographique

RevueBMC Research Notes · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical Realism in Sociology
Établissements canadiensYork University
Organismes subventionnairesYork University
Mots-clésAction (physics)Public healthSocial determinants of healthMedicinePsychologyEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Addressing the social determinants of health (SDH) is identified as a role for local public health units (PHUs) in the province of Ontario. Despite this authorization to do so there is wide variation in PHU practice. In this article we consider the factors that shape local PHU action on the SDH through a critical realist analysis. METHODS: Interviews with Medical Officers of Health (MOHs) and lead staff from nine PHUs in Ontario identify the structures and powers that allow PHUs to address the SDH as well as the many factors that either activate or inhibit these structures and powers. RESULTS: We found that personal backgrounds and attitudes of MOHs and leading staff people as well as local jurisdictional characteristics shape whether and how PHUs carry out SDH-related activities. CONCLUSIONS: Action on the SDH is a result of a complex interplay of micro-, meso- and macro-level factors that requires recognition of the contested nature of public health, presence of Ministry of Health mandates, local jurisdictional characteristics, and politics. The most effective way to assure PHU action on the SDH is for the Ministry of Health and Long-Term Care to mandate such activities and develop accountability mechanisms that assure implementation.

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)0,017
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil0,896

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0180,025
Communication savante0,0050,003
Science ouverte0,0020,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,915
Tête enseignante GPT0,608
Écart entre enseignants0,307 · 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'étudeQualitatif
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

Citations26
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Research NotesMême sujetCritical Realism in SociologyTravaux en français237 207