Evidence-informed decision making in public health in action
Notice bibliographique
Résumé
You have been asked by your local health department to join a team looking at ways to increase physical activity in adults and children.A recent report suggests that there is an increase in overweight and obesity in the local population.Your health department includes a largely urban, socioeconomically and ethnically diverse population.As an Environmental Health Specialist, you want to see if the built environment or urban planning interventions could have an effect on rates of physical activity and, ultimately, improve the physical health of your population.Where do you begin?What is evidence-informed public health?Evidence-Informed Public Health (EIPH) is the process of distilling and disseminating the best available evidence from research, context and experience, and using that evidence to inform and improve public health practice and policy.Put simply, it means finding, using, and sharing what works in public health.The National Collaborating Centre for Methods and Tools (NCCMT) recommends a seven-step process of EIPH (NCCMT 2012).This paper will explain the steps in the process and recommend tools to help at each step.
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 | 0,281 | 0,412 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,009 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,018 |
| Communication savante | 0,024 | 0,018 |
| Science ouverte | 0,010 | 0,017 |
| Intégrité de la recherche | 0,024 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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 ».