MétaCan
Menu
Retour à la cohorte
Enregistrement W3043264898 · doi:10.1186/s12889-020-08875-3

African-led health research and capacity building- is it working?

2020· article· en· W3043264898 sur OpenAlexaff
Victoria Kasprowicz, Denis Chopera, Kim Darley Waddilove, Mark A. Brockman, Jill Gilmour, Eric Hunter, William Kilembe, Etienne Karita, Simani Gaseitsiwe, Eduard J. Sanders, Thumbi Ndung’u

Notice bibliographique

RevueBMC Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensAIDS VancouverSimon Fraser University
Organismes subventionnairesAlliance for Accelerating Excellence in Science in AfricaAfrican Academy of SciencesNew Partnership for Africa's DevelopmentNational Research FoundationGovernment of the United KingdomWellcome TrustU.S. President’s Emergency Plan for AIDS ReliefVictor Daitz FoundationWellcomeInyuvesi Yakwazulu-NataliInternational AIDS Vaccine InitiativeUnited States Agency for International Development
Mots-clésCapacity buildingExcellenceMedicineEconomic growthPublic healthBiostatisticsParadigm shiftCapacity developmentPolitical sciencePublic relationsEnvironmental resource managementEconomicsNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Africa bears a disproportionately high burden of globally significant disease but has lagged in knowledge production to address its health challenges. In this contribution, we discuss the challenges and approaches to health research capacity strengthening in sub-Saharan Africa and propose that the recent shift to an African-led approach is the most optimal. METHODS AND FINDINGS: We introduce several capacity building approaches and recent achievements, explore why African-led research on the continent is a potentially paradigm-shifting and innovative approach, and discuss the advantages and challenges thereof. We reflect on the approaches used by the African Academy of Sciences (AAS)-funded Sub-Saharan African Network for TB/HIV Research Excellence (SANTHE) consortium as an example of an effective African-led science and capacity building programme. We recommend the following as crucial components of future efforts: 1. Directly empowering African-based researchers, 2. Offering quality training and career development opportunities to large numbers of junior African scientists and support staff, and 3. Effective information exchange and collaboration. Furthermore, we argue that long-term investment from international donors and increasing funding commitments from African governments and philanthropies will be needed to realise a critical mass of local capacity and to create and sustain world-class research hubs that will be conducive to address Africa's intractable health challenges. CONCLUSIONS: Our experiences so far suggest that African-led research has the potential to overcome the vicious cycle of brain-drain and may ultimately lead to improvement of health and science-led economic transformation of Africa into a prosperous continent.

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)0,132
score de la tête « metaresearch » (Gemma)0,120
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,868
Score d'incertitude au seuil0,696

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1320,120
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0140,035
Communication savante0,0300,028
Science ouverte0,0050,031
Intégrité de la recherche0,0110,018
Charge utile insuffisante (le modèle a refusé de juger)0,0150,004

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.

Tête enseignante Opus0,358
Tête enseignante GPT0,439
Écart entre enseignants0,081 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
GenreEmpirique

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

En bref

Citations167
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetGlobal Health and SurgeryTravaux en français237 207