Mechanisms, contexts and points of contention: operationalizing realist-informed research for complex health interventions
Notice bibliographique
Résumé
BACKGROUND: The concept of "mechanism" is central to realist approaches to research, yet research teams struggle to operationalize and apply the concept in empirical research. Our large, interdisciplinary research team has also experienced challenges in making the concept useful in our study of the implementation of models of integrated community-based primary health care (ICBPHC) in three international jurisdictions (Ontario and Quebec in Canada, and in New Zealand). METHODS: In this paper we summarize definitions of mechanism found in realist methodological literature, and report an empirical example of a realist analysis of the implementation ICBPHC. RESULTS: We use our empirical example to illustrate two points. First, the distinction between contexts and mechanisms might ultimately be arbitrary, with more distally located mechanisms becoming contexts as research teams focus their analytic attention more proximally to the outcome of interest. Second, the relationships between mechanisms, human reasoning, and human agency need to be considered in greater detail to inform realist-informed analysis; understanding these relationships is fundamental to understanding the ways in which mechanisms operate through individuals and groups to effect the outcomes of complex health interventions. CONCLUSIONS: We conclude our paper with reflections on human agency and outline the implications of our analysis for realist research and realist evaluation.
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 | 0,266 | 0,315 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,016 | 0,008 |
| Études des sciences et des technologies | 0,012 | 0,143 |
| Communication savante | 0,032 | 0,050 |
| Science ouverte | 0,009 | 0,026 |
| Intégrité de la recherche | 0,011 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».