Building the backbone for organisational research in public health systems: development of measures of organisational capacity for chronic disease prevention
Notice bibliographique
Résumé
BACKGROUND: : Research to investigate levels of organisational capacity in public health systems to reduce the burden of chronic disease is challenged by the need for an integrative conceptual model and valid quantitative organisational level measures. OBJECTIVE: To develop measures of organisational capacity for chronic disease prevention/healthy lifestyle promotion (CDP/HLP), its determinants, and its outcomes, based on a new integrative conceptual model. METHODS: Items measuring each component of the model were developed or adapted from existing instruments, tested for content validity, and pilot tested. Cross sectional data were collected in a national telephone survey of all 216 national, provincial, and regional organisations that implement CDP/HLP programmes in Canada. Psychometric properties of the measures were tested using principal components analysis (PCA) and by examining inter-rater reliability. RESULTS: PCA based scales showed generally excellent internal consistency (Cronbach's alpha = 0.70 to 0.88). Reliability coefficients for selected measures were variable (weighted kappa(kappa(w)) = 0.11 to 0.77). Indicators of organisational determinants were generally positively correlated with organisational capacity (r(s) = 0.14-0.45, p<0.05). CONCLUSIONS: This study developed psychometrically sound measures of organisational capacity for CDP/HLP, its determinants, and its outcomes based on an integrative conceptual model. Such measures are needed to support evidence based decision making and investment in preventive health care systems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,317 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».