MétaCan
Menu
Retour à la cohorte
Enregistrement W2091508268 · doi:10.1186/s12889-015-1750-1

The evidence base of primary research in public health emergency preparedness: a scoping review and stakeholder consultation

2015· review· en· W2091508268 sur OpenAlexafffund
Yasmin Khan, Ghazal S. Fazli, Bonnie Henry, Eileen de Villa, Charoula Tsamis, Moira Grant, Brian Schwartz

Notice bibliographique

RevueBMC Public Health · 2015
Typereview
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensRegional Municipality of OttawaPublic Health OntarioUniversity of British ColumbiaBC Centre for Disease ControlUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésStakeholderGrey literaturePreparednessPublic healthThematic analysisMedicineEmergency managementInclusion (mineral)PopulationChecklistMedical educationQualitative researchPsychologyNursingPublic relationsMEDLINEEnvironmental healthSociologyPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Effective public health emergency preparedness and response systems are important in mitigating the impact of all-hazards emergencies on population health. The evidence base for public health emergency preparedness (PHEP) is weak, however, and previous reviews have noted a substantial proportion of anecdotal event reports. To investigate the body of research excluding the anecdotal reports and better understand primary and analytical research for PHEP, a scoping review was conducted with two objectives: first, to develop a thematic map focused on primary research; and second, to use this map to inform and guide an understanding of knowledge gaps relevant to research and practice in PHEP. METHODS: A scoping review was conducted based on established methodology. Multiple databases of indexed and grey literature were searched based on concepts of public health, emergency, emergency management/preparedness and evaluation/evidence. Inclusion and exclusion criteria were applied iteratively. Primary research studies that were evidence-based or evaluative in nature were included in the final group of selected studies. Thematic analysis was conducted for this group. Stakeholder consultation was undertaken for the purpose of validating themes and identifying knowledge gaps. To accomplish this, a purposive sample of researchers and practicing professionals in PHEP or closely related fields was asked to complete an online survey and participate in an in-person meeting. Final themes and knowledge gaps were synthesized after stakeholder consultation. RESULTS: Database searching yielded 3015 citations and article selection resulted in a final group of 58 articles. A list of ten themes from this group of articles was disseminated to stakeholders with the survey questions. Survey findings resulted in four cross-cutting themes and twelve stand-alone themes. Several key knowledge gaps were identified in the following themes: attitudes and beliefs; collaboration and system integration; communication; quality improvement and performance standards; and resilience. Resilience emerged as both a gap and a cross-cutting theme. Additional cross-cutting themes included equity, gender considerations, and high risk or at-risk populations. CONCLUSIONS: In this scoping review of the literature enhanced by stakeholder consultation, key themes and knowledge gaps in the PHEP evidence base were identified which can be used to inform future practice-oriented research in PHEP.

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)0,184
score de la tête « metaresearch » (Gemma)0,466
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,973

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1840,466
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0120,008
Bibliométrie0,0720,060
Études des sciences et des technologies0,0050,006
Communication savante0,0180,017
Science ouverte0,0060,011
Intégrité de la recherche0,0110,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,843
Tête enseignante GPT0,625
Écart entre enseignants0,218 · 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.

Devis d'étudeRevue systématique
DomaineÉvaluation
GenreSynthèse

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

En bref

Citations70
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetDisaster Response and ManagementTravaux en français237 207