Methodological challenges in researching activism in action: civil society engagement towards health for all
Notice bibliographique
Résumé
Civil society engagement around health care and population health improvement is an important driver towards Health for All. Research can improve the effectiveness of health activism by examining the resources, structures and strategies of civil society engagement. However, research to support such engagement faces epistemological and methodological challenges which call for specific research strategies.A four year multi-country study was undertaken by the People’s Health Movement, a global network working for health for all. The research took place in six countries (Brazil, Colombia, DR Congo, India, Italy, South Africa) and globally, and was directed to understanding five domains of civil society engagement: movement building; campaigning and advocacy; capacity building; knowledge generation, access and use; and engaging with governance. The research plan and methods of data collection and analysis were tailored to address the objective of improving activist practice, while negotiating research challenges identified during the design phase.Results include insights into the practice of civil society engagement in relation to the five domains of activist practice, as well as experience gained in managing six methodological challenges which we describe as: making meaning, aligning research and action, managing power relations, valuing experiential knowledges, chaos and contingency, challenging preconceptions.Researching activism can produce useful insights into practice as well as support continuous improvement in the effectiveness of such activism. However, there are significant methodological challenges that can be addressed through appropriate strategies. More research, building on the approach described in this paper, can contribute to more effective civil society activism for health.
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 | 0,364 | 0,490 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,014 | 0,037 |
| Communication savante | 0,025 | 0,023 |
| Science ouverte | 0,009 | 0,020 |
| Intégrité de la recherche | 0,008 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».