Understanding the challenges of intersectoral action in public health through a case study of early childhood programmes and services
Notice bibliographique
Résumé
After two decades of intersectoral public health action, the literature reports considerable ongoing difficulty in achieving this aim. This article analyses two of the challenges of intersectoral action: (1) ensuring convergence among the interests and resources of sectoral actors, and (2) coordinating the multiplicity of sectoral programmes. A case study employing Actor–Network Theory is used to provide an in-depth understanding of the persistence of these problems. In 2008, the Montreal Directorate of Public Health in the province of Quebec, Canada, implemented a vast consultation and mobilization process to address problems highlighted by the Survey of the School Readiness of Montreal Children. The process mobilized regional and local multi-sectoral actors in order to propose solutions. At the local community level, the process resulted in increased coordination leading to intersectoral innovation, while at the regional level it brought about the deployment of additional resources, albeit in sectoral programmes. This study analyses how intersectoral issues raised by the survey have been addressed so as to produce these results. It discusses how the balance between sectoral interests and the common good, as well as between sector autonomy and interdependence, is central to dealing with these two critical challenges.
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 | 0,033 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,028 | 0,026 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,004 | 0,016 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».