Canadian Institutes of Health Research funding of prison health research: a descriptive study
Notice bibliographique
Résumé
BACKGROUND: Health research provides a means to define health status and to identify ways to improve health. Our objective was to define the proportion of grants and funding from the Government of Canada's health research investment agency, the Canadian Institutes of Health Research (CIHR), that was awarded for prison health research, and to describe the characteristics of funded grants. METHODS: In this descriptive study, we defined prison health research as research on the health and health care of people in prisons and at the time of their release. We searched the CIHR Funding Decisions Database by subject and by investigator name for funded grants for prison health research in Canada in all competitions between 2010 and 2014. We calculated the proportion of grants and funding awarded for prison health research, and described the characteristics of funded grants. RESULTS: During the 5-year study period, 21 grants were awarded that included a focus on prison health research, for a total of $2 289 948. Six of these grants were operating grants and 6 supported graduate or fellowship training. In total, 0.13% of all grants and 0.05% of all funding was for prison health research. INTERPRETATION: A relatively small proportion of CIHR grants and funding were awarded for prison health research between 2010 and 2014. If prison health is a priority for Canada, strategic initiatives that include funding opportunities could be developed to support prison health research in Canada.
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 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 | 0,024 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».