MétaCan
Menu
Retour à la cohorte
Enregistrement W2165879234 · doi:10.1017/s0266462310000206

EVIPNet Africa's first series of policy briefs to support evidence-informed policymaking

2010· article· en· W2165879234 sur OpenAlexaff
John N. Lavis, Ulysses Panisset

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSummitTanzaniaPublic healthEconomic growthPolitical scienceHealth policyWork (physics)Global healthPublic administrationHealth careMedicineGeographySocioeconomicsSociologyNursingLaw

Résumé

récupéré en direct d'OpenAlex

EVIPNet (Evidence-Informed Policy Network) Africa—a network of World Health Organization (WHO)-sponsored knowledge-translation (KT) platforms in seven sub-Saharan African countries—was launched at a meeting in Brazzaville, Congo, in March 2006 (1;2). EVIPNet Africa can trace its origins to resolutions from both the Ministerial Summit on Health Research (November 2004) and the World Health Assembly (May 2005) (10;11), the spirit of which was re-affirmed at the Global Ministerial Forum on Research for Health (November 2008) (13). The World Health Assembly called for “establishing or strengthening mechanisms to transfer knowledge in support of evidence-based public health and health care delivery systems and evidence-based related policies” (10). EVIPNet Africa can trace its inspiration to a more local development: the preparatory work that led to the establishment of the East African Community–sponsored Regional East African Community Health (REACH) Policy initiative, a KT platform involving Kenya, Tanzania, and Uganda (and more recently Burundi and Rwanda as well). REACH Policy is now part of the EVIPNet Africa family.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,701
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,340
Tête enseignante GPT0,670
Écart entre enseignants0,331 · 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.

Devis d'étudeObservationnel
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

Citations53
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetHealth Policy Implementation ScienceTravaux en français237 207