Rethinking the politics and implementation of health in all policies
Notice bibliographique
Résumé
In Europe, successful health policies have contributed to a continued decline in mortality. However, not all parts of Europe have benefited equally and the sustainability of achievements cannot be taken for granted since health policies vary widely even among neighbouring countries. Furthermore, there are a number of remaining public health challenges such as food and alcohol polices. We argue that if we are to make further progress we need to rethink the politics and implementation of Health in All Policies. Commenting on an article analyzing the roll out and early implementation of Israel's National Programme to Promote Active, Healthy Lifestyles provides an opportunity to thrash out four issues. First, intersectoral structures are key transmission belts for Health in All Policies between ministries and sectors and we need to exploit their specific uses and understand their limitations. Second, our analytical perspective should focus on what it takes to introduce policy change instead of assuming an idealized policy cycle. This includes a reconsideration of interventions which may not be very effective but help to raise the standing of health on the political agenda, thus providing a stronger basis for policy change. Third, we need to better understand variations in context between and within countries, e.g. why do some countries adopt Health in All policies but others don't, and why is it that in the same country compliance with some health policies is better than with others. Finally, we will need to better understand how a diverse set of actors from other sectors can internalize health as an intrinsic value.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,040 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».