MétaCan
Menu
Retour à la cohorte
Enregistrement W2914884711 · doi:10.1186/s12961-018-0405-y

Sustainability of public health interventions: where are the gaps?

2019· letter· en· W2914884711 sur OpenAlexaff
David Roger Walugembe, Shannon L. Sibbald, Marlene Janzen Le Ber, Anita Kothari

Notice bibliographique

RevueHealth Research Policy and Systems · 2019
Typeletter
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensPublic Health OntarioWestern University
Organismes subventionnairesnon disponible
Mots-clésSustainabilityPsychological interventionPublic healthTerminologyPublic relationsHealth administrationSustainability organizationsSustainability scienceHealth policyMedicineManagement scienceEngineering ethicsPolitical scienceNursingEngineering

Résumé

récupéré en direct d'OpenAlex

The current scholarly focus on implementation science is meant to ensure that public health interventions are effectively embedded in their settings. Part of this conversation includes understanding how to support the sustainability of beneficial interventions so that limited resources are maximised, long-term public health outcomes are realised, community support is not lost, and ethical research standards are maintained. However, the concept of sustainability is confusing because of variations in terminology and a lack of agreed upon measurement frameworks, as well as methodological challenges. This commentary explores the challenges around the sustainability of public health interventions, with particular attention to definitions and frameworks like Normalization Process Theory and the Dynamic Sustainability Framework. We propose one important recommendation to direct attention to the sustainability of public health interventions, that is, the use of theoretically informed approaches to guide the design, development, implementation, evaluation and sustainability of public health interventions.

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)0,095
score de la tête « metaresearch » (Gemma)0,270
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,501

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0950,270
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0030,003
Études des sciences et des technologies0,0110,036
Communication savante0,0180,051
Science ouverte0,0070,012
Intégrité de la recherche0,0690,082
Charge utile insuffisante (le modèle a refusé de juger)0,0150,008

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 Opus0,904
Tête enseignante GPT0,758
Écart entre enseignants0,146 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations219
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Research Policy and SystemsMême sujetHealth Policy Implementation ScienceTravaux en français237 207