MétaCan
Menu
Retour à la cohorte
Enregistrement W2741782761 · doi:10.1590/0102-311x00063516

Strategic factors for the sustainability of a health intervention at municipal level of Brazil

2017· article· en· W2741782761 sur OpenAlexaff
Sydia Rosana de Araújo Oliveira, María Guadalupe Medina, Ana Cláudia Figueiró, Louise Potvin

Notice bibliographique

RevueCadernos de Saúde Pública · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionSustainabilityIntervention (counseling)Public relationsWorkforceProcess managementBusinessWork (physics)Government (linguistics)Political scienceNursingEconomic growthMedicineEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

The present study aims to describe the evolution of an intervention, using a methodology that adopts the critical event as the unit of analysis, and to identify strategic factors that facilitate the continuation of the interventions. Six critical events were identified: dispute care models for health; area of advice: dispute field; change policy; break of interorganizational relations; lack of physical structure and turnover of staff; difficulty in organizing practices in the work process. these are developed into strategic factors: enabling network of allies; meetings and educational activities/building capacity; benefits perceived by community members; mobilization of key actors; intervention's compatibility with the government's vision; restoration of interrelationship; and stability of the workforce. These strategic factors form a group of interrelated conditions that provide the strengthened linkages between elements in the intervention, supporting the hypothesis that they collaborate for the sustainability of the interventions in health. Tracking down the transformations of an intervention set by the critical events, it was verified that these factors performed a protective role at times of changes in the intervention process.

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)0,007
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,420
Tête enseignante GPT0,537
Écart entre enseignants0,117 · 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'étudeQualitatif
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

Citations32
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCadernos de Saúde PúblicaMême sujetCommunity Health and DevelopmentTravaux en français237 207