MétaCan
Menu
Retour à la cohorte
Enregistrement W2160607217 · doi:10.15171/ijhpm.2015.52

Evidence for informing health policy development in Low-income Countries (LICs): perspectives of policy actors in Uganda

2015· article· en· W2160607217 sur OpenAlexfundno aff
Juliet Nabyonga‐Orem, Rhona Mijumbi

Notice bibliographique

RevueInternational Journal of Health Policy and Management · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesAfrican Population and Health Research CenterInternational Development Research CentreWorld Health Organization
Mots-clésKnowledge translationPublic relationsHealth policyEvidence-based practiceContext (archaeology)Evidence-based policyDeveloping countryQualitative researchEvidence-based medicinePolitical scienceBusinessMedicineEconomic growthNursingMEDLINEKnowledge managementPublic healthSociologyEconomicsAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although there is a general agreement on the benefits of evidence informed health policy development given resource constraints especially in Low-Income Countries (LICs), the definition of what evidence is, and what evidence is suitable to guide decision-making is still unclear. Our study is contributing to filling this knowledge gap. We aimed to explore health policy actors' views regarding what evidence they deemed appropriate to guide health policy development. METHODS: Using exploratory qualitative methods, we conducted interviews with 51 key informants using an in-depth interview guide. We interviewed a diverse group of stakeholders in health policy development and knowledge translation in the Uganda health sector. Data were analyzed using inductive content analysis techniques. RESULTS: Different stakeholders lay emphasis on different kinds of evidence. While donors preferred international evidence and Ministry of Health (MoH) officials looked to local evidence, district health managers preferred local evidence, evidence from routine monitoring and evaluation, and reports from service providers. Service providers on the other hand preferred local evidence and routine monitoring and evaluation reports whilst researchers preferred systematic reviews and clinical trials. Stakeholders preferred evidence covering several aspects impacting on decision-making highlighting the fact that although policy actors look for factual information, they also require evidence on context and implementation feasibility of a policy decision. CONCLUSION: What LICs like Uganda categorize as evidence suitable for informing policy encompasses several types with no consensus on what is deemed as most appropriate. Evidence must be of high quality, applicable, acceptable to the users, and informing different aspects of decision-making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,139
score de la tête « metaresearch » (Gemma)0,206
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,733

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1390,206
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,009
Études des sciences et des technologies0,0090,024
Communication savante0,0240,015
Science ouverte0,0020,020
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,057
Tête enseignante GPT0,440
Écart entre enseignants0,383 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health Policy and ManagementMême sujetGlobal Maternal and Child HealthTravaux en français237 207