MétaCan
Menu
Retour à la cohorte
Enregistrement W2147675010 · doi:10.1177/1403494810393558

Exploring which context matters in the study of health inequities and their mitigation

2011· article· en· W2147675010 sur OpenAlexaffabout
Nancy Edwards, Erica Di Ruggiero

Notice bibliographique

RevueScandinavian Journal of Public Health · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensInstitute of Population and Public HealthUniversity of Ottawa
Organismes subventionnairesFonds National de la Recherche Luxembourg
Mots-clésPublic healthAgency (philosophy)Public relationsHealth equityContext (archaeology)Population healthSocial determinants of healthEquity (law)Psychological interventionPopulationSociologyPolitical scienceStructure and agencyMedicineSocial scienceGeographyNursing

Résumé

récupéré en direct d'OpenAlex

AIM: This commentary argues that contextual influences on health inequities need to be more thoroughly interrogated in future studies of population health interventions. METHODS: Case examples were chosen to illustrate several aspects of context: its historical, global, and dynamic nature; its multidimensional character; and its macro- and micro-level influences. These criteria were selected based on findings from an extensive literature review undertaken for the Public Health Agency of Canada and from two invitational symposia on multiple intervention programmes, one with a focus on equity, the other with a focus on context. FINDINGS: Contextual influences are pervasive yet specific, and diffuse yet structurally embedded. Historical contexts that have produced inequities have contemporary influences. The global forces of context cross jurisdictional boundaries. A complex set of social actors intersect with socio-political structures to dynamically co-create contextual influences. CONCLUSIONS: These contextual influences raise critical challenges for the field of population health intervention research. These challenges must be addressed if we are going to succeed in the calls for action to reduce health inequities. Implications for future public health research and research-funding agencies must be carefully considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,361
Tête enseignante GPT0,374
Écart entre enseignants0,013 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of Public HealthMême sujetHealth disparities and outcomesTravaux en français237 207