PW 2340 How can we support best practice? a situational assessment of injury prevention practice in public health
Notice bibliographique
Résumé
Background Public Health Ontario (PHO) is a provincial agency in Canada with a mandate to provide scientific and technical guidance to the field of public health practice. Clients include the provincial government and 36 public health units (PHUs) providing service to 14.2 million residents across over 9 00 000 square kilometres. Injury represents the leading cause of death and disability in 0–44 year olds in Canada, and PHO aims to support evidence-based injury prevention practice. Objective To complete a situational assessment of injury prevention practice across the provincial public health system to identify capacity building priorities for injury prevention knowledge and practices on a population level. The results of this study will inform a work plan in supporting effective public health practice across the system. Methods Data collection included a review of existing provincial standards and guidelines, surveillance data, evidence briefs and other knowledge exchange outputs, as well as information gathering through key informant interviews and site visits. Key informants included a cross-section of injury prevention practitioners, researchers and government staff (n=20), and site visits to 5 PHUs reflecting different population size and geographic characteristics. Site visits included interviews with front-line injury prevention practitioners, program managers, and the medical officer of health. A SWOT analysis (strengths, weaknesses, opportunities, and threats) will be used to synthesize and present the results of the situational assessment. Findings The situational assessment revealed many opportunities for collaboration and support for the PHUs. Common challenges for successful injury prevention practice included data access, evidence synthesis, and capacity to implement evidence-based practice. Conclusion and policy implications This project has significant implications for the practice of injury prevention in the province of Ontario, Canada. The results of this work will inform a work plan at PHO for injury prevention support, collaboration, and capacity building with the 36 PHUs across the province.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».