A tool to assess alignment between knowledge and action for health equity
Notice bibliographique
Résumé
Advancing health equity is a central goal and ethical imperative in public and global health. Though the commitment to health equity in these fields and among the health professions is clear, alignment between good equity intentions and action remains a challenge. This work regularly encounters the same power structures that are known to cause health inequities. Despite consensus about causes, health inequities persist-illustrating an uncomfortable paradox: good intentions and good evidence do not necessarily lead to meaningful action. This article describes a theoretically informed, reflective tool for assessing alignment between knowledge and action for health equity. It is grounded in an assumption that progressively more productive action toward health inequities is justified and desired and an explicit acceptance of the evidence about the socioeconomic, political, and power-related root causes of health inequities. Intentionally simple, the tool presents six possible actions that describe ways in which health equity work could respond to causes of health inequities: discredit, distract, disregard, acknowledge, illuminate, or disrupt. The tool can be used to assess or inform any kind of health equity work, in different settings and at different levels of intervention. It is a practical resource against which practice, policy, or research can be held to account, encouraging steps toward equity- and evidence-informed action. It is meant to complement other tools and training resources to build capacity for allyship, de- colonization, and cultural safety in the field of health equity, ultimately contributing to growing awareness of how to advance meaningful health equity action.
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 | 0,084 | 0,289 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,017 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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 ».