Evidence for Health II: Overcoming barriers to using evidence in policy and practice
Notice bibliographique
Résumé
Even the highest quality evidence will have little impact unless it is incorporated into decision-making for health. It is therefore critical to overcome the many barriers to using evidence in decision-making, including (1) missing the window of opportunity, (2) knowledge gaps and uncertainty, (3) controversy, irrelevant and conflicting evidence, as well as (4) vested interests and conflicts of interest. While this is certainly not a comprehensive list, it covers a number of main themes discussed in the knowledge translation literature on this topic, and better understanding these barriers can help readers of the evidence to be more savvy knowledge users and help researchers overcome challenges to getting their evidence into practice. Thus, the first step in being able to use research evidence for improving population health is ensuring that the evidence is available at the right time and in the right format and language so that knowledge users can take the evidence into consideration alongside a multitude of other factors that also influence decision-making. The sheer volume of scientific publications makes it difficult to find the evidence that can actually help inform decisions for health. Policymakers, especially in low- and middle-income countries, require context-specific evidence to ensure local relevance. Knowledge synthesis and dissemination of policy-relevant local evidence is important, but it is still not enough. There are times when the interpretation of the evidence leads to various controversies and disagreements, which act as barriers to the uptake of evidence. Research evidence can also be influenced and misused for various aims and agendas. It is therefore important to ensure that any new evidence comes from reliable sources and is interpreted in light of the overall body of scientific literature. It is not enough to simply produce evidence, nor even to synthesize and package evidence into a more user-friendly format. Particularly at the policy level, political savvy is also needed to ensure that vested interests do not undermine decisions that can impact the health of individuals and populations.
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 | 0,778 | 0,894 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,008 |
| Méta-épidémiologie (sens large) | 0,017 | 0,011 |
| Bibliométrie | 0,031 | 0,023 |
| Études des sciences et des technologies | 0,011 | 0,052 |
| Communication savante | 0,062 | 0,050 |
| Science ouverte | 0,015 | 0,046 |
| Intégrité de la recherche | 0,048 | 0,063 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,007 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».