MétaCan
Menu
Retour à la cohorte
Enregistrement W2793298494 · doi:10.15171/ijhpm.2018.25

Ideas for Extending the Approach to Evaluating Health in All Policies in South Australia Comment on "Developing a Framework for a Program Theory-Based Approach to Evaluating Policy Processes and Outcomes: Health in All Policies in South Australia"

2018· letter· en· W2793298494 sur OpenAlexaff
Ketan Shankardass, Patricia O’Campo, Carles Muntañer, Ahmed M. Bayoumi, Lauri Kokkinen

Notice bibliographique

RevueInternational Journal of Health Policy and Management · 2018
Typeletter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensPublic Health OntarioUniversity of TorontoWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Management sciencePublic healthHealth policyPolitical sciencePlan (archaeology)Social determinants of healthPublic policyPublic relationsSociologyPublic economicsMedicineEconomic growthEconomicsNursing

Résumé

récupéré en direct d'OpenAlex

Since 2008, the government of South Australia has been using a Health in All Policies (HiAP) approach to achieve their strategic plan (South Australia Strategic Plan of 2004). In this commentary, we summarize some of the strengths and contributions of the innovative evaluation framework that was developed by an embedded team of academic researchers. To inform how the use of HiAP is evaluated more generally, we also describe several ideas for extending their approach, including: deeper integration of interdisciplinary theory (eg, public health sciences, policy and political sciences) to make use of existing knowledge and ideas about how and why HiAP works; including a focus on implementation outcomes and using developmental evaluation (DE) partnerships to strengthen the use of HiAP over time; use of systems theory to help understand the complexity of social systems and changing contexts involved in using HiAP; integrating economic considerations into HiAP evaluations to better understand the health, social and economic benefits and trade-offs of using HiAP.

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)0,079
score de la tête « metaresearch » (Gemma)0,151
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,416

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0790,151
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0130,028
Communication savante0,0100,016
Science ouverte0,0070,012
Intégrité de la recherche0,0640,080
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,319
Tête enseignante GPT0,526
Écart entre enseignants0,207 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health Policy and ManagementMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207