MétaCan
Menu
Retour à la cohorte
Enregistrement W3023349548 · doi:10.2196/17323

Intersectoral Cooperation in 12 European Case Studies Aiming for Better Health, Environmental Sustainability, and Health Equity: Protocol for a Qualitative Evaluation

2020· article· en· W3023349548 sur OpenAlexvenueno aff
Nina van der Vliet, Lea den Broeder, María Romeo-Velilla, Hanneke Kruize, Brigit Staatsen, Albertine J. Schuit

Notice bibliographique

RevueJMIR Research Protocols · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFocus groupThematic analysisSustainabilityPublic relationsQualitative researchEquity (law)BusinessQualitative propertyKnowledge managementProcess managementMarketingPolitical scienceSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The INHERIT (INtersectoral Health and Environment Research for InnovaTion) project has evaluated intersectoral cooperation (IC) in 12 European case studies attempting to promote health, environmental sustainability, and equity through behavior and lifestyle changes. These factors are the concerns of multiple sectors of government and society. Cooperation of health and environmental sectors with other sectors is needed to enable effective action. IC is thus essential to promote a triple win of health, sustainability, and equity. OBJECTIVE: This paper describes the design of a qualitative study to gain insights into successful organization of IC, facilitators and barriers, and how future steps can be taken to improve IC in the evaluated case studies. METHODS: Each case study was assessed qualitatively through a focus group. A total of 12 focus groups in 10 different European countries with stakeholders, implementers, policymakers, and/or citizens were held between October 2018 and March 2019. Five to eight participants attended each focus group. The focus group method was based on appreciative inquiry, which is an asset-based approach focusing on what works well, why it is working well, and how to strengthen assets in the future. A stepped approach was used, with central coordination and analysis, and local implementation and reporting. Local teams were trained to apply a common protocol using a webinar and handbook on organizing, conducting, and reporting focus groups. Data were gathered in each country in the local language. Translated data were analyzed centrally using deductive thematic analysis, with consideration of further emerging themes. Analyses involved the capability, opportunity, motivation-behavior (COM-b) system to categorize facilitators and barriers into capability, motivation, or opportunity-related themes, as these factors influence the behaviors of individuals and groups. Web-based review sessions with representatives from all local research teams were held to check data analysis results and evaluate the stepped approach. RESULTS: Data collection has been completed. A total of 76 individuals participated in 12 focus groups. In December 2019, data analysis was nearly complete, and the results are expected to be published in fall 2020. CONCLUSIONS: This study proposes a stepped approach that allows cross-country focus group research using a strict protocol while dealing with language and cultural differences. The study generates insights into IC processes and facilitators in different countries and case studies to filter out which facilitators are essential to include. Simultaneously, the approach can strengthen cooperation among stakeholders by looking at future cooperation possibilities. By providing knowledge on how to plan for, improve, and sustain IC successfully to deal with today's multisectoral challenges, this study can contribute to better intersectoral action for the triple win of better health, sustainability, and equity. This protocol can serve as a tool for other researchers who plan to conduct cross-country qualitative research. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR1-10.2196/17323.

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)0,162
score de la tête « metaresearch » (Gemma)0,101
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,858

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1620,101
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0050,008
Études des sciences et des technologies0,0070,005
Communication savante0,0050,005
Science ouverte0,0050,007
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0420,005

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 Opus0,701
Tête enseignante GPT0,709
Écart entre enseignants0,008 · 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'étudeQualitatif
Domainenon disponible
GenreProtocole

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

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207