Global health research case studies: lessons from partnerships addressing health inequities
Notice bibliographique
Résumé
Inspiration for compiling this collection of case studies comes from the Global Health Research Initiative's (GHRI) commitment to conceptualizing and supporting global health research as a practice with increasingly discernable core characteristics.Through an exploration of these characteristics, the collection highlights practical, relevant and transferable lessons for consideration by researchers, their research-user partners, and donors working to address health inequities through global health research partnerships.The value of global health research partnerships is illustrated through the achievements of the collaborations featured in this collection.The ten case studies included in this collection do not describe individual research projects.Instead, they each provide an in-depth account of a defined program of research that acts as a platform for theoretically linked research projects.The programs are an integrated blend of knowledge generation, capacity building, and knowledge translation activities that have evolved towards increasing complexity and sophistication.In particular, attention to capacity building and knowledge translation increases as the programs mature over time.The programs of research are animated by a core alliance of individuals whose international partnerships are rooted in mutual trust and the articulation of a common goal: health equity.The cases presented in this collection are concerned with health inequities experienced by certain population groups.For example, the two cases set in South Asia (Haddad et al., Mumtaz et al.) are both concerned with the persistent health inequities that are experienced by lower-caste women belonging to marginalized indigenous groups.Another disadvantaged population group highlighted twice in this collection is people living with HIV/ AIDS in rural Sub-Saharan Africa (Kipp et al., Sodhi et al.).A third group, Ecuadorians with limited resources who are vulnerable to environmental degradation and to acute pesticide poisoning, is also highlighted twice in this
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 | 0,048 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,018 | 0,013 |
| Communication savante | 0,015 | 0,023 |
| Science ouverte | 0,005 | 0,017 |
| Intégrité de la recherche | 0,007 | 0,007 |
| 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 ».