How research funding agencies support science integration into policy and practice: An international overview
Notice bibliographique
Résumé
BACKGROUND: Funding agencies constitute one essential pillar for policy makers, researchers and health service delivery institutions. Such agencies are increasingly providing support for science implementation. In this paper, we investigate health research funding agencies and how they support the integration of science into policy, and of science into practice, and vice versa. METHODS: We selected six countries: Australia, The Netherlands, France, Canada, England and the United States. For 13 funding agencies, we compared their intentions to support, their actions related to science integration into policy and practice, and the reported benefits of this integration. We did a qualitative content analysis of the reports and information provided on the funding agencies' websites. RESULTS: Most funding agencies emphasized the importance of science integration into policy and practice in their strategic orientation, and stated how this integration was structured. Their funding activities were embedded in the push, pull, or linkage/exchange knowledge transfer model. However, few program funding efforts were based on all three models. The agencies reported more often on the benefits of integration on practice, rather than on policy. External programs that were funded largely covered science integration into policy and practice at the end of grant stage, while overlooking the initial stages. Finally, external funding actions were more prominent than internally initiated bridging activities and training activities on such integration. CONCLUSIONS: This paper contributes to research on science implementation because it goes beyond the two community model of researchers versus end users, to include funding agencies. Users of knowledge may be end users in health organizations like hospitals; civil servants assigned to decision making positions within funding agencies; civil servants outside of the Ministry of Health, such as the Ministry of the Environment; politicians deciding on health-related legislation; or even university researchers whose work builds on previous research. This heterogeneous sample of users may require different user-specific mechanisms for research initiation, development and dissemination. This paper builds the foundation for further discussion on science implementation from the perspective of funding agencies in the health field. In general, case studies can help in identifying best practices for evidence-informed decision making.
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 | 0,118 | 0,134 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,020 |
| Études des sciences et des technologies | 0,006 | 0,013 |
| Communication savante | 0,025 | 0,016 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».