MétaCan
Menu
Retour à la cohorte
Enregistrement W3038888978 · doi:10.1136/bmjgh-2020-002470

Fostering global primary care research: a capacity-building approach

2020· review· en· W3038888978 sur OpenAlexaff
David Ponka, Megan Coffman, Krystle Elizabeth Fraser-Barclay, Richard Fortier, Amanda Howe, Michael Kidd, Robert P. Lennon, Jeremiah K A Madaki, Robert Mash, Sherina Mohd Sidik, Chris van Weel, Kristina Zawaly, Felicity Goodyear‐Smith

Notice bibliographique

RevueBMJ Global Health · 2020
Typereview
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensUniversity of TorontoMcGill UniversityCollege of Family Physicians of CanadaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCapacity buildingPolitical scienceQuality (philosophy)BusinessPublic relationsEconomic growthMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

The Alma Ata and Astana Declarations reaffirm the importance of high-quality primary healthcare (PHC), yet the capacity to undertake PHC research—a core element of high-quality PHC—in low-income and middle-income countries (LMIC) is limited. Our aim is to explore the current risks or barriers to primary care research capacity building, identify the ongoing tensions that need to be resolved and offer some solutions, focusing on emerging contexts. This paper arose from a workshop held at the 2019 North American Primary Care Research Group Annual Meeting addressing research capacity building in LMICs. Five case studies (three from Africa, one from South-East Asia and one from South America) illustrate tensions and solutions to strengthening PHC research around the world. Research must be conducted in local contexts and be responsive to the needs of patients, populations and practitioners in the community. The case studies exemplify that research capacity can be strengthened at the micro (practice), meso (institutional) and macro (national policy and international collaboration) levels. Clinicians may lack coverage to enable research time; however, practice-based research is precisely the most relevant for PHC. Increasing research capacity requires local skills, training, investment in infrastructure, and support of local academics and PHC service providers to select, host and manage locally needed research, as well as to disseminate findings to impact local practice and policy. Reliance on funding from high-income countries may limit projects of higher priority in LMIC, and ‘brain drain’ may reduce available research support; however, we provide recommendations on how to deal with these tensions.

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)0,216
score de la tête « metaresearch » (Gemma)0,113
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,784
Score d'incertitude au seuil0,966

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2160,113
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0090,006
Études des sciences et des technologies0,0150,061
Communication savante0,0330,031
Science ouverte0,0100,080
Intégrité de la recherche0,0120,015
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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.

Tête enseignante Opus0,545
Tête enseignante GPT0,622
Écart entre enseignants0,077 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineMéthodes
GenreSynthèse

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

En bref

Citations44
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetPrimary Care and Health OutcomesTravaux en français237 207