SUPPORT Tools for evidence-informed Policymaking in health 11: Finding and using evidence about local conditions
Notice bibliographique
Résumé
This article is part of a series written for people responsible for making decisions about health policies and programmes and for those who support these decision makers. Evidence about local conditions is evidence that is available from the specific setting(s) in which a decision or action on a policy or programme option will be taken. Such evidence is always needed, together with other forms of evidence, in order to inform decisions about options. Global evidence is the best starting point for judgements about effects, factors that modify those effects, and insights into ways to approach and address problems. But local evidence is needed for most other judgements about what decisions and actions should be taken. In this article, we suggest five questions that can help to identify and appraise the local evidence that is needed to inform a decision about policy or programme options. These are: 1. What local evidence is needed to inform a decision about options? 2. How can the necessary local evidence be found? 3. How should the quality of the available local evidence be assessed? 4. Are there important variations in the availability, quality or results of local evidence? 5. How should local evidence be incorporated with other information?
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 | 0,320 | 0,615 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,032 | 0,022 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,039 | 0,033 |
| Science ouverte | 0,008 | 0,024 |
| Intégrité de la recherche | 0,014 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,010 |
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 ».