MétaCan
Menu
Retour à la cohorte
Enregistrement W2783751189 · doi:10.1136/jech-2017-209921

Addressing complexity in population health intervention research: the context/intervention interface

2018· article· en· W2783751189 sur OpenAlexafffund
Lætitia Minary, François Alla, Linda Cambon, Joëlle Kivits, Louise Potvin

Notice bibliographique

RevueJournal of Epidemiology & Community Health · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchNational Cancer InstituteInstitut National Du CancerLigue Contre le CancerInstitut pour la Recherche en Santé PubliqueFondation ARC pour la Recherche sur le Cancer
Mots-clésIntervention (counseling)Psychological interventionContext (archaeology)Scope (computer science)Computer scienceMedicineNursingGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Public health interventions are increasingly being recognised as complex and context dependent. Related to this is the need for a systemic and dynamic conception of interventions that raises the question of delineating the scope and contours of interventions in complex systems. This means identifying which elements belong to the intervention (and therefore participate in its effects and can be transferred), which ones belong to the context and interact with the former to influence results (and therefore must be taken into account when transferring the intervention) and which contextual elements are irrelevant to the intervention. DISCUSSION: This paper, from which derives criteria based on a network framework, operationalises how the context and intervention systems interact and identify what needs to be replicated as interventions are implemented in different contexts. Representing interventions as networks (composed of human and non-human entities), we introduce the idea that the density of interconnections among the various entities provides a criterion for distinguishing core intervention from intervention context without disconnecting the two systems. This differentiates endogenous and exogenous intervention contexts and the mediators that connect them, which form the fuzzy and constantly changing intervention/context interface. CONCLUSION: We propose that a network framework representing intervention/context systems constitutes a promising approach for deriving empirical criteria to delineate the scope and contour of what is replicable in an intervention. This approach should allow better identification and description of the entities that have to be transferred to ensure the potential effectiveness of an intervention in a specific context.

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)0,102
score de la tête « metaresearch » (Gemma)0,189
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,542

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1020,189
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0100,008
Études des sciences et des technologies0,0050,047
Communication savante0,0150,023
Science ouverte0,0040,013
Intégrité de la recherche0,0070,010
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,881
Tête enseignante GPT0,670
Écart entre enseignants0,211 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations91
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Epidemiology & Community HealthMême sujetComplex Systems and Decision MakingTravaux en français237 207