MétaCan
Menu
Retour à la cohorte
Enregistrement W2897684703 · doi:10.1093/cdn/nzy080

Implementation Science in Nutrition: Concepts and Frameworks for an Emerging Field of Science and Practice

2018· article· en· W2897684703 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCurrent Developments in Nutrition · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensNutrition International
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Implementation researchQuality (philosophy)Scale (ratio)Knowledge managementManagement scienceComputer scienceField (mathematics)Action (physics)Process managementPsychological interventionBusinessEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil0,496

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,057
Tête enseignante GPT0,470
Écart entre enseignants0,413 · 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