Bridging the gap between science and policy: an international survey of scientists and policy makers in China and Canada
Notice bibliographique
Résumé
BACKGROUND: Bridging the gap between science and policy is an important task in evidence-informed policy making. The objective of this study is to prioritize ways to bridge the gap. METHODS: The study was based on an online survey of high-ranking scientists and policy makers who have a senior position in universities and governments in the health sector in China and Canada. The sampling frame comprised of universities with schools of public health and medicine and various levels of government in health and public health. Participants included university presidents and professors, and government deputy ministers, directors general and directors working in the health field. Fourteen strategies were presented to the participants for ranking as current ways and ideal ways in the future to bridge the gap between science and policy. RESULTS: Over a 3-month survey period, there were 121 participants in China and 86 in Canada with response rates of 30.0 and 15.9 %, respectively. The top strategies selected by respondents included focus on policy (conducting research that focuses on policy questions), science-policy forums, and policy briefs, both as current ways and ideal ways to bridge the gap between science and policy. Conferences were considered a priority strategy as a current way, but not an ideal way in the future. Canadian participants were more in favor of using information technology (web-based portals and email updates) than their Chinese counterparts. Among Canadian participants, two strategies that were ranked low as current ways (collaboration in study design and collaboration in analysis) became a priority as ideal ways. This could signal a change in thinking in shifting the focus from the "back end" or "downstream" (knowledge dissemination) of the knowledge transfer process to the "front end" or "upstream" (knowledge generation). CONCLUSIONS: Our international study has confirmed a number of previously reported priority strategies to bridge the gap between science and policy. More importantly, our study has contributed to the future work on evidence-based policy making by comparing the responses from China and Canada and the current and ideal way for the future. Our study shows that the concept and strategies of bridging the gap between science and policy are not static but varying in space and evolving over time.
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 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 | 0,014 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,014 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».