Designing research funding schemes to promote global health equity: An exploration of current practice in health systems research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
International research is an essential means of reducing health disparities between and within countries and should do so as a matter of global justice. Research funders from high-income countries have an obligation of justice to support health research in low and middle-income countries (LMICs) that furthers such objectives. This paper investigates how their current funding schemes are designed to incentivise health systems research in LMICs that promotes health equity. Semi-structured in-depth interviews were performed with 16 grants officers working for 11 funders and organisations that support health systems research: the Alliance for Health Policy and Systems Research, Comic Relief, Doris Duke Foundation, European Commission, International Development Research Centre, Norwegian Agency for Development Cooperation, Research Council of Norway, Rockefeller Foundation, UK Department of International Development, UK Medical Research Council, and Wellcome Trust. Thematic analysis of the data demonstrates their funding schemes promote health systems research with (up to) five key features that advance health equity: being conducted with worst-off populations, focusing on research topics that advance equitable health systems, having LMIC ownership of the research agenda, strengthening LMIC research capacity, and having an impact on health disparities. The different types of incentives that encouraged proposed projects to have these features are identified and classified by their strength (strong, moderate, weak). It is suggested that research funders ought to create and maintain funding schemes with strong incentives for the features identified above in order to more effectively help reduce global health disparities.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,059 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle