MétaCan
Menu
← Retour à la cohorte
Enregistrement W2410351527

Addressing Data Challenges in the Planning of Public Health Interventions for Canadian First Nations Populations

2007· article· en· W2410351527 sur OpenAlexaffabout
Edna Louise Yazdani, Doug Coyle, Ulrick Auguste, Gina Dumaresq, Anita Tuharsky, Marcus Lem

Notice bibliographique

RevueSSRN Electronic Journal · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensGovernment of CanadaUniversity of OttawaHealth Canada
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionData sharingContext (archaeology)Public healthPublic relationsData collectionData qualityPolitical scienceBusinessPublic economicsMedicineGeographySociologyNursingEconomicsMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: One of the biggest challenges facing health planners is the collection of basic data and statistics required for the planning of public health interventions. This challenge increases when such interventions are meant to serve small sub-populations such as First Nations (FN). In addition to the common issues of data quality and quantity, programme planners in Canada face issues that are specific to the Canadian context, and to small sub-populations such as FN. These issues include (i) identifying and employing effective mechanisms for facilitating FN participation in decision-making processes on matters such as immunization programming that directly affect their lives; (ii) identifying and employing effective mechanisms for ensuring that FN perspectives are reflected in research questions and design, data collection and analysis, and recommendations and reports; and (iii) identifying mechanisms for generating data and for sharing data across institutional and jurisdictional boundaries, while respecting the rights of First Nations' to protect their interests in relation to data generation, sharing and use. Of particular importance is FN emphasis on community data Ownership, Control, Access, and Possession or OCAP. Objectives: To describe the nature of the data challenge in relation to planning for a new immunization programme against Human Papillomavirus (HPV) for FN populations in Canada particularly when modelling the natural history and burden of HPV-related disease, and related impacts on quality of life and health care costs, and to describe methods used for surmounting the challenge. Methods: In this presentation, we will explore strategies for (i) facilitating FN participation in decision-making, (ii) incorporating FN perspectives, (iii) generating and sharing data across jurisdictions, and (iv) overcoming data limitations. Strategies for overcoming data limitations include, for example, participating in federal/provincial/territorial HPV working groups, broadening the literature search to include scientific articles dating as far back as the mid-1980s; seeking expert opinion; assessing the degree to which statistics from local, regional and province/territorial studies and registries reflect the situation in other parts of Canada; and requesting data from FN data custodians. Conclusions: Strengthening working relationships with FN is essential to the development of optimal public health interventions. Long term solutions to data and statistical challenges depend on evolving institutional arrangements, and the development of national electronic surveillance systems. The term First Nationaccording to Indian and Northern Affairs Canada (1999) came into common usage in the 1970s to replace the word 'Indian,' which many found offensive. The term Aboriginalis broader; it includes First Nations people, Mitis and Inuit.

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)0,124
score de la tête « metaresearch » (Gemma)0,237
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil0,998

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1240,237
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,017
Études des sciences et des technologies0,0220,010
Communication savante0,0190,008
Science ouverte0,0080,015
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,643
Tête enseignante GPT0,581
Écart entre enseignants0,062 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetPublic Health Policies and Education→Travaux en français237 207→