MétaCan
Menu
Retour à la cohorte
Enregistrement W2727946467 · doi:10.3138/cjpe.31151

Comment évaluer les effets des évaluations d’impact sur la santé : le potentiel de l’analyse de contribution

2017· article· en· W2727946467 sur OpenAlexaffvenueabout
Jean Marie Buregeya, Astrid Brousselle, Kareen Nour, Christine Loignon

Notice bibliographique

RevueCanadian Journal of Program Evaluation · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensHôpital Charles-Le MoyneUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHealth impact assessmentPublic healthPublic policyGovernment (linguistics)Political scienceImpact assessmentBusinessPublic health policyWelfare economicsEnvironmental planningHealth policyPublic administrationGeographyEconomicsMedicineNursing

Résumé

récupéré en direct d'OpenAlex

Abstract: Health impact assessments (HIA) allow the potential impact of non-health-related actions (policy, project, program) on health to be analyzed. For example, municipal projects, for urban renewal or urban planning, have an impact on health drivers relating to the created environment, and thus, on public health. In the province of Quebec, the government and affiliated organizations have to comment on potential impacts; they use HIAs to ensure health is factored into public actions. We know little about HIAs’ capacity to influence public policies; every policy and program is different and is often implemented only once, greatly complicating evaluation. Our goal is to analyze the potential of contribution analysis for evaluating the impact of HIAs at the municipal level. To this end, we present the HIA process as implemented in Montérégie, we identify evaluation challenges, and put forth, through contribution analysis, an evaluation strategy to analyze effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,316
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,394
Écart entre enseignants0,335 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Program EvaluationMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207