Evaluation of a knowledge transfer scheme to improve policy making and practices in health promotion and disease prevention setting in French regions: a realist study protocol
Notice bibliographique
Résumé
BACKGROUND: Evidence-based decision-making and practice are pivotal in public health. However, barriers do persist and they relate to evidence properties, organisations and contexts. To address these major knowledge transfer (KT) issues, we need to rethink how knowledge is produced and used, to enhance our understanding of decision-making processes, logics and mechanisms and to examine the ability of public health services to integrate research findings into their decisions and operations. This article presents a realist evaluation protocol to assess a KT scheme in prevention policy and practice at local level in France. METHODS/DESIGN: This study is a comparative multiple case study, using a realist approach, to assess a KT scheme in regional health agencies (ARS) and regional non-profit organisations for health education and promotion (IREPS), by analysing the configurations contexts/mechanisms/outcomes of it. The KT scheme assessed is designed for the use of six reviews of systematic reviews concerning the following themes: nutrition, alcohol, tobacco smoking, physical activity, emotional and sexual life and psychosocial skills. It combines the following activities: supporting the access to and the adaptation of scientific and usable evidences; strengthening professionals' skills to analyse, adopt and use the evidences in the course of their practices and their decision-making process; facilitating the use of evidence in the organisations and processes. RAMESE II reporting standards for realist evaluations was used. DISCUSSION: The aims of this study are to experiment and characterise the factors related to the scheme's ability to enable public health stakeholders to address the challenges of KT and to integrate scientific knowledge into policy and practice. We will use the realist approach in order to document the parameters of successful KT strategies in the specific contexts of preventive health services in France, while seeking to determine the transferability of such strategies.
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 | 0,200 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,003 |
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 ».