MétaCan
Menu
Retour à la cohorte
Enregistrement W2803631579

La note de politique comme outil de transfert de connaissances : pour avoir un impact votre note doit d’abord être lue.

2020· preprint· fr· W2803631579 sur OpenAlexaff
Christian Dagenais, Valéry Ridde

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2020
Typepreprint
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les notes de politique : retour sur notre expérience autour d'un outil de transfert des connaissances pour les décideurs et intervenants Depuis 2010, les équipes de recherche avec qui nous travaillons ont produits des dizaines de notes de politique (NP) afin d'informer les différentes parties prenantes des résultats de nos études et de leur utilité pour les pratiques de santé publique et la prise de décision. La préparation de ces notes devrait toujours s'inscrire dans un processus de transfert de connaissances (TC) plus large, car elles ne sont que des outils au service de la prise de décision. Ainsi, souvent, elles servent d'instruments de discussion lors d'ateliers délibératifs (Ridde et Dagenais, 2017) portant sur la manière dont les résultats pourraient être intégrés dans les pratiques et les politiques publiques. Sur la base de ces expériences, nous avons développé un guide de préparation des NP dont nous nous sommes servis à de multiples reprises dans le cadre d'ateliers de formation auprès des chercheurs et dont nous avons évalué les effets. Ces formations ont été offertes dans différents formats d'une durée allant de trois heures à deux jours. Dans cet éditorial, nous nous basons sur ces différentes expériences pour proposer un format de note de politique qui s'adresse à un public non-chercheur et qui vise à influencer les pratiques et la prise de décision. Les notes de politique : de quoi parle-t-on? Le terme note de politique peut désigner plusieurs types de document et de nombreux termes sont utilisés pour les qualifier: Note technique, Note d'orientation, Evidence brief, Evidence summaries, Research snapshot ... Les définitions qu'on leur donne varient tout autant. On pourrait placer ces définitions sur un continuum du plus « neutre » au plus « interventionniste », mais les deux sont toujours fondés sur des données probantes. La NP « neutre » présente des informations nuancées pour donner un portrait global de la situation au sujet d'une problématique donnée (Moat et al., 2014). La NP plus « interventionniste » propose des solutions à un problème et vise un changement rapide (Arcury et al., 2017; Young et Quinn, 2012). Le modèle proposé par le groupe EVIPNet 1 , est un bon exemple de NP qui se veut neutre. Ce réseau utilise plutôt le terme Evidence brief qu'il définit comme un : « résumé, qui est adapté au contexte spécifique, de ce qui est connu selon une étude ou une revue systématique à propos d'une problématique, de trois options pour résoudre cet enjeu ainsi que les considérations pour leur mise en oeuvre […] les données inclues sont plus souvent des revues systématiques que des études uniques » (Lavis, 2017). La plupart de ces notes contiennent généralement une vingtaine de pages très denses, mais parfois beaucoup plus 2 et ne contiennent jamais de recommandations pour l'action. Pourtant, Avey et Desh (2014) ont démontré que « les décideurs ne lisent pas les articles dépassant 10-15 pages » et notre expérience dans plusieurs contextes depuis 2010 montre que c'est bien moins. De plus, certains appellent à la prudence et affirment qu'il faut éviter de bombarder les décideurs de données probantes (Cairney et Kwiatkowski, 2017). 1 EVIPNet is « a network established by the World Health Organization to promote the systematic use of research evidence in health policy-making » et est financé par l'OMS. 2 Voir par exemple :

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)0,038
score de la tête « metaresearch » (Gemma)0,081
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,081
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0180,028
Communication savante0,0220,024
Science ouverte0,0030,020
Intégrité de la recherche0,0060,018
Charge utile insuffisante (le modèle a refusé de juger)0,0310,006

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 Opus0,082
Tête enseignante GPT0,406
Écart entre enseignants0,323 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetHealthcare Systems and PracticesTravaux en français237 207