Examining the unanticipated effects of public-private partnerships for preventing chronic disease
Notice bibliographique
Résumé
Background Despite their potential value, the application of public-private partnerships to chronic disease prevention (CDP) is relatively new and also contested. In 2013, the Public Health Agency of Canada (PHAC) launched a Multi-sectoral Partnerships initiative, engaging organizations from public and private sectors in CDP activities. This study was completed as part of the initiative’s Learning and Improvement Strategy, and aimed to examine the unanticipated effects (both positive and negative) of public-private partnerships for CDP. Methods PHAC’s Multi-sectoral Partnerships initiative supports more than 30 partnership projects, each engaging 3-15 organizations, with matched funding from private sector partners (project budgets vary between CAD$0.3 to 9 million). Using a multiple case study design, 13 semi-structured interviews were conducted with staff from each organization in 3 diverse partnership projects. Projects were selected to ensure variability in the number of partners, area of focus, and stage of partnership development. Transcribed interviews were analyzed thematically. Results Multiple unanticipated effects were identified and organized into 4 themes: (1) increased flexibility and responsiveness of government; (2) accessibility of new resources (people, skills, expertise); (3) building new capacities; and (4) delays in project timelines. These effects were influenced by many factors, such as historical interactions, organizational accountabilities, and differing partner expectations. Conclusions The majority of unanticipated effects identified by those in this study were considered positive, such as building new capacities and accessing new resources. Other effects suggest potential areas for exploration, such as reviewing procedures related to monitoring and approval processes. Findings from this work are informing the Agency’s planning related to partnership brokering, monitoring, evaluation and continuous improvement practices. Key messages: Public-private partnerships in public health may unexpectedly influence the actions of partners, their access to resources, build capacities in unanticipated domains, and surface unexpected tensions Understanding these unanticipated effects may assist various stakeholders in improving partnership evaluation strategies, partnership brokering procedures or continuous quality improvement practices
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 | 0,100 | 0,124 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,010 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».