MétaCan
Menu
Retour à la cohorte
Enregistrement W2741392050 · doi:10.1186/s12961-017-0229-1

Increasing health policy and systems research capacity in low- and middle-income countries: results from a bibliometric analysis

2017· article· en· W2741392050 sur OpenAlexaff
Krista English, Babak Pourbohloul

Notice bibliographique

RevueHealth Research Policy and Systems · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAlliance for Health Policy and Systems Research
Mots-clésHealth services researchScope (computer science)MedicineHealth policyCapacity buildingLow and middle income countriesPolitical scienceBibliometricsKnowledge translationPublic healthDeveloping countryEconomic growthLibrary scienceNursingComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: For 20 years, substantial effort has been devoted to catalyse health policy and systems research (HPSR) to support vulnerable populations and resource-constrained regions through increased funding, institutional capacity-building and knowledge production; yet, participation from low- and middle-income countries (LMICs) is underrepresented in HPSR knowledge production. METHODS: A bibliometric analysis of HPSR literature was conducted using a high-level keyword search. Health policy and/or health systems literature with a topic relevant to LMICs and whose lead author's affiliation is in an LMIC were included for analysis. The trends in knowledge production from 1990 to 2015 were examined to understand how investment in HPSR benefits those it means to serve. RESULTS: The total number of papers published in PubMed increases each year. HPSR publications represent approximately 10% of these publications, but this percentage is increasing at a greater rate than PubMed publications overall and the discipline is holding this momentum. HPSR publications with topics relevant to LMICs and an LMIC-affiliated lead authors (specifically from low-income countries) are increasing at a greater rate than any other category within the scope of this analysis. CONCLUSIONS: While the absolute number of publications remains low, lead authors from an LMIC have participated exponentially in the life and biomedical sciences (PubMed) since the early 2000s. HPSR publications with a topic relevant to LMICs and an LMIC lead author continue to increase at a greater rate than the life and biomedical science topics in general. This correlation is likely due to increased capacity for research within LMICs and the support for publications surrounding large HPSR initiatives. These findings provide strong evidence that continued support is key to the longevity and enhancement of HPSR toward its mandate.

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)0,070
score de la tête « metaresearch » (Gemma)0,036
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Bibliométrie, Études des sciences et des technologies, Communication savante
Catégories consensuellesMétarecherche, Bibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0700,036
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0800,048
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,446
Tête enseignante GPT0,535
Écart entre enseignants0,088 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations33
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Research Policy and SystemsMême sujetGlobal Health and SurgeryTravaux en français237 207