Understanding the Research–Policy Divide for Oral Health Inequality
Notice bibliographique
Résumé
BACKGROUND: No studies exist of the congruence of research in oral health to policy. This study aimed to examine the broad congruence of oral health research to policy, and implications for developing oral health research that is more policy relevant, particularly for the wider challenge of addressing unequal oral health outcomes, rather than specific policy translation issues. METHODS: Bayesian-based software was used in a multi-layered method to compare the conceptual content of 127,193 oral health research abstracts published between 2000-2012 with eight current oral health policy documents from Organisation for Economic Co-operation and Development countries. FINDINGS: Fifty-five concepts defined the research abstracts, of which only eight were policy-relevant, and six of which were minor research concepts. CONCLUSIONS: The degree of disconnection between clinical concepts and healthcare system and workforce development concepts was striking. This study shows that, far from being "lost in translation," oral health research and policy are so different as to raise doubts about the extent to which research is policy-relevant and policy is research-based. The notion of policy relevance encompasses the lack of willingness of policy makers to embrace research, and the need for researchers to develop research that is, and is seen to be, policy-relevant.
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 | 0,189 | 0,291 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,016 | 0,012 |
| Études des sciences et des technologies | 0,008 | 0,054 |
| Communication savante | 0,027 | 0,038 |
| Science ouverte | 0,003 | 0,019 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; 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 ».