Reaching the Hard-to-Reach: Conceptual Puzzles and Challenges for Policy and Practice
Notice bibliographique
Résumé
Abstract The concept of systematic inequalities in social and health outcomes has come to form part of contemporary policy discourse. This rhetoric is deployed even in the face of policy decisions widely viewed as iniquitous. Moreover, there is a widespread view, expressed across the political spectrum, that those in more deprived circumstances are less likely than their more affluent counterparts to be in receipt of optimal public services. Such individuals and communities are variously described as excluded, disadvantaged, underserved or hard to reach. Across countries and policy domains the term ‘hard to reach’ is used to refer to those deemed not to be in optimal receipt of public sector services which are intended to increase some aspect of material, social or physical wellbeing. It is increasingly used in health policy documents which aim to address health inequalities. However, it is an ill-defined and contested term. The purpose of this paper is two-fold. First, it offers a critical commentary on the concept of hard-to-reachness and asks: who are viewed as hard to reach and why? Second, using a case-study of a Scottish health improvement programme that explicitly aims to reach and engage the ‘hard to reach’ in preventive approaches to cardiovascular disease, it tests the policy and practice implications of the concept. It finds that a lack of conceptual clarity leads to ambiguous policy and practice and argues for possible theoretical refinements.
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 | 0,124 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,017 | 0,203 |
| Communication savante | 0,041 | 0,041 |
| Science ouverte | 0,010 | 0,019 |
| Intégrité de la recherche | 0,024 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».