MétaCan
Menu
Retour à la cohorte
Enregistrement W2775639239 · doi:10.12927/hcpol.2017.25323

What’s Involved with Wanting to Be Involved? Comparing Expectations for Public Engagement in Health Policy across Research and Care Contexts

2017· article· en· W2775639239 sur OpenAlexaffvenue
Carolyn J. Barg, Fiona A. Miller, Robin Z. Hayeems, Yvonne Bombard, Céline Cressman, Michael Painter‐Main

Notice bibliographique

RevueHealthcare policy · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensInstitute for Work & HealthSt. Michael's HospitalUniversity of TorontoSickKids FoundationHospital for Sick ChildrenInstitute of Health Services and Policy Research
Organismes subventionnairesnon disponible
Mots-clésPublic engagementPsychologyPublic healthPublic relationsPolitical scienceMedicineNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: We explored public preferences for involvement in health policy decisions, across the contexts of medical research and healthcare. APPROACH: We e-surveyed a sample of Canadians, categorizing respondents by preferences for decision control: (1) more authority; (2) more input; (3) status quo. Two generalized ordered logistic regressions assessed influences on preferences. RESULTS: The participation rate was 94%; 1,102 completed responses met quality criteria. The dominant preference was for more input (average = 52.0%), followed by status quo (average = 24.9%) and more authority (average = 21.1%), though preferences for more control were higher in healthcare (57.2%) than medical research (46.8%). Preferences for greater control were associated with constructs related to reduced trust in healthcare systems. CONCLUSION: The public expects health policy to account for public views, but not base decisions primarily on these views. More involvement was expected in healthcare than medical research policy. As opportunities for public involvement in health research grow, we anticipate increased desired involvement.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,443
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,671
Tête enseignante GPT0,600
Écart entre enseignants0,071 · 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'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

Citations10
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetMental Health and Patient InvolvementTravaux en français237 207