MétaCan
Menu
Retour à la cohorte
Enregistrement W2603209419 · doi:10.1177/1757975916677026

L’analyse de contribution pour évaluer l’impact de la démarche ÉIS sur les processus décisionnels municipaux : un choix méthodologique intéressant ?

2017· article· fr· W2603209419 sur OpenAlexaffabout
Kareen Nour, Mariève M. Lafontaine, Astrid Brousselle, Pernelle Smits, Jean-Marie Buregeya, Julie Loslier, Jean‐Louis Denis

Notice bibliographique

RevueGlobal Health Promotion · 2017
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensUniversité LavalÉcole Nationale d'Administration PubliqueSanté MontérégieUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

La pertinence de l'évaluation d'impact sur la santé (ÉIS) pour promouvoir le développement de politiques publiques favorables à la santé au sein des municipalités est de plus en plus reconnue. L'appréciation des effets d'une démarche d'ÉIS sur les processus décisionnels d'acteurs municipaux peut toutefois être difficile en raison de la multitude d'influences sociales, économiques, géographiques et personnelles auxquels ils sont soumis. Dans un tel contexte, l'approche évaluative de l'analyse de contribution (AC) s'avère particulièrement intéressante puisqu'elle permet de documenter les facteurs menant à l'efficacité d'une intervention en tenant compte des éléments du contexte. Elle aide l'évaluateur à comprendre comment et pourquoi une intervention fonctionne. Le présent article utilise l'étude de cas pour explorer la faisabilité et l'efficacité de l'AC pour apprécier les effets de démarches d'ÉIS sur le processus décisionnel d'acteurs municipaux. Il décrit les stratégies de collecte et d'analyse de données utilisées auprès de trois municipalités de la Montérégie, au Québec. Cette analyse critique montre que l'AC est pertinente dans le contexte décrit. Elle permet d'établir des associations claires et transparentes entre l'intervention, soit la démarche d'ÉIS, et l'importance accordée à la santé par les acteurs municipaux. Elle assure la prise en compte des facteurs d'influence contextuels et offre la flexibilité nécessaire pour adapter la collecte de données à la réalité du terrain. Néanmoins, la lourdeur de l'approche peut en contraindre l'application et certaines limites méthodologiques ont été observées au niveau de l'analyse des données. Les stratégies mises de l'avant pour y remédier sont décrites.

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)0,080
score de la tête « metaresearch » (Gemma)0,152
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,423

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0800,152
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,006
Études des sciences et des technologies0,0020,004
Communication savante0,0070,004
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,086
Tête enseignante GPT0,439
Écart entre enseignants0,354 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Health PromotionMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207