MétaCan
Menu
Retour à la cohorte
Enregistrement W3044868839 · doi:10.1136/bmjgh-2020-002672

Integrating the social sciences into the COVID-19 response in Alberta, Canada

2020· review· en· W3044868839 sur OpenAlexafffundabout
Myles Leslie, Raad Fadaak, Jan M. Davies, Johanna Blaak, PG Forest, Lee A. Green, John Conly

Notice bibliographique

RevueBMJ Global Health · 2020
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensAlberta Health ServicesUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaGenome CanadaCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaInternational Development Research CentreGovernment of Canada
Mots-clésSoftware deploymentLeverage (statistics)Public healthPublic relationsPandemicPsychological interventionSituatedHealth careImplementationCoronavirus disease 2019 (COVID-19)SociologyPolitical scienceMedicineNursingEngineeringComputer scienceInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

This paper outlines the rapid integration of social scientists into a Canadian province's COVID-19 response. We describe the motivating theory, deployment and initial outcomes of our team of Organisational Sociologist ethnographers, Human Factors experts and Infection Prevention and Control clinicians focused on understanding and improving Alberta's responsiveness to the pandemic. Specifically, that interdisciplinary team is working alongside acute and primary care personnel, as well as public health leaders to deliver 'situated interventions' that flow from studying communications, interpretations and implementations across responding organisations. Acting in real time, the team is providing critical insights on policy communication and implementation to targeted members of the health system. Using our rapid and ongoing deployment as a case study of social science techniques applied to a pandemic, we describe how other health systems might leverage social science to improve their preparations and communications.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,027
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,441
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0260,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0090,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,658
Tête enseignante GPT0,753
Écart entre enseignants0,095 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations24
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetHealth Policy Implementation ScienceTravaux en français237 207