Implementation Science in Nutrition: Concepts and Frameworks for an Emerging Field of Science and Practice
Notice bibliographique
Résumé
Malnutrition in all its forms has risen on global and national agendas in recent years because of the recognition of its magnitude and its consequences for a wide range of human, social, and economic outcomes. Although the WHO, national governments, and other organizations have endorsed targets and identified appropriate policies, programs, and interventions, a major challenge lies in implementing these with the scale and quality needed to achieve population impact. This paper presents an approach to implementation science in nutrition (ISN) that builds upon concepts developed in other policy domains and addresses critical gaps in linking knowledge to effective action. ISN is defined here as an interdisciplinary body of theory, knowledge, frameworks, tools, and approaches whose purpose is to strengthen implementation quality and impact. It includes a wide range of methods and approaches to identify and address implementation bottlenecks; means to identify, evaluate, and scale up implementation innovations; and strategies to enhance the utilization of existing knowledge, tools, and frameworks based on the evolving science of implementation. The ISN framework recognizes that quality implementation requires alignment across 5 domains: the intervention, policy, or innovation being implemented; the implementing organization(s); the enabling environment of policies and stakeholders; the individuals, households, and communities of interest; and the strategies and decision processes used at various stages of the implementation process. The success of aligning these domains through implementation research requires a culture of inquiry, evaluation, learning, and response among program implementers; an action-oriented mission among the research partners; continuity of funding for implementation research; and resolving inherent tensions between program implementation and research. The Society for Implementation Science in Nutrition is a recently established membership society to advance the science and practice of nutrition implementation at various scales and in varied contexts.
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 | 0,282 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,014 | 0,012 |
| Études des sciences et des technologies | 0,010 | 0,116 |
| Communication savante | 0,037 | 0,032 |
| Science ouverte | 0,009 | 0,023 |
| Intégrité de la recherche | 0,017 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».