MétaCan
Menu
Retour à la cohorte
Enregistrement W2750554236 · doi:10.1080/20477724.2017.1361563

Taking innovative vector control interventions in urban Latin America to scale: lessons learnt from multi-country implementation research

2017· article· en· W2750554236 sur OpenAlexfundno aff
Juliana Quintero, Tatiana García-Betancourt, C. Basso, Elsa García da Rosa, Pablo Manrique‐Saide, Giovanini Evelim Coelho, Gustavo Sánchez-Tejeda, Felipe Dzul-Manzanilla, Diego Alejandro García, Gabriel Carrasquilla, Eduardo Alfonso-Sierra, Cyntia Monteiro Vasconcelos Motta, Johannes Sommerfeld, Axel Kroeger

Notice bibliographique

RevuePathogens and Global Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreConsejo Nacional de Ciencia y TecnologíaUnited Nations Development ProgrammeTDRDepartamento Administrativo de Ciencia, Tecnología e Innovación (COLCIENCIAS)World Health OrganizationUNICEFWorld Bank Group
Mots-clésLatin AmericansPsychological interventionChikungunyaPublic healthIntervention (counseling)Civil societyEconomic growthPublic health interventionsPolitical sciencePoliticsMedicineNursingDengue feverEconomics

Résumé

récupéré en direct d'OpenAlex

Prior to the current public health emergency following the emergence of chikungunya and Zika Virus Disease in the Americas during 2014 and 2015, multi-country research investigated between 2011 and 2013 the efficacy of novel Aedes aegypti intervention packages through cluster randomised controlled trials in four Latin-American cities: Fortaleza (Brazil); Girardot (Colombia), Acapulco (Mexico) and Salto (Uruguay). Results from the trials led to a scaling up effort of the interventions at city levels. Scaling up refers to deliberate efforts to increase the impact of successfully tested health interventions to benefit more people and foster policy and program development in a sustainable way. The different scenarios represent examples for a 'vertical approach' and a 'horizontal approach'. This paper presents the analysis of a preliminary process evaluation of the scaling up efforts in the mentioned cites, with a focus on challenges and enabling factors encountered by the research teams, analysing the main social, political, administrative, financial and acceptance factors.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,323
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,110
Tête enseignante GPT0,505
Écart entre enseignants0,395 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations21
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePathogens and Global HealthMême sujetMosquito-borne diseases and controlTravaux en français237 207