Building a knowledge translation platform in Malawi to support evidence-informed health policy
Notice bibliographique
Résumé
With the support of the World Health Organization's Evidence-Informed Policy Network, knowledge translation platforms have been developed throughout Africa, the Americas, Eastern Europe, and Asia to further evidence-informed national health policy. In this commentary, we discuss the approaches, activities and early lessons learned from the development of a Knowledge Translation Platform in Malawi (KTPMalawi). Through ongoing leadership, as well as financial and administrative support, the Malawi Ministry of Health has strongly signalled its intention to utilize a knowledge translation platform methodology to support evidence-informed national health policy. A unique partnership between Dignitas International, a medical and research non-governmental organization, and the Malawi Ministry of Health, has established KTPMalawi to engage national-level policymakers, researchers and implementers in a coordinated approach to the generation and utilization of health-sector research. Utilizing a methodology developed and tested by knowledge translation platforms across Africa, a stakeholder mapping exercise and initial capacity building workshops were undertaken and a multidisciplinary Steering Committee was formed. This Steering Committee prioritized the development of two initial Communities of Practice to (1) improve data utilization in the pharmaceutical supply chain and (2) improve the screening and treatment of hypertension within HIV-infected populations. Each Community of Practice's mandate is to gather and synthesize the best available global and local evidence and produce evidence briefs for policy that have been used as the primary input into structured deliberative dialogues. While a lack of sustained initial funding slowed its early development, KTPMalawi has greatly benefited from extensive technical support and mentorship by an existing network of global knowledge translation platforms. With the continued support of the Malawi Ministry of Health and the Evidence-Informed Policy Network, KTPMalawi can continue to build on its role in facilitating the use of evidence in the development and refinement of health policy in Malawi.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gpt | MétarechercheCommunication savante Domaine: Méthodes · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | medium |
| grok | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
| opus | MétarechercheCommunication savante Domaine: Présentation des résultats · Genre: Commentaire Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
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 | 0,148 | 0,154 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,013 | 0,011 |
| Communication savante | 0,020 | 0,027 |
| Science ouverte | 0,004 | 0,031 |
| Intégrité de la recherche | 0,011 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 validéeÉtiqueté directement par 3 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».