Sustainable public health partnerships: Results from 41 European, Asian and American regions
Notice bibliographique
Résumé
Abstract Background Public health problems often constitute so called “wicked problems”, and the importance of involving multiple stakeholders in order to address such problems is acknowledged, for instance through the SDG17 guidelines. Partnerships between academia and the public sector have been deemed especially promising. However, sustainable partnerships might be difficult due to divergent understandings and interests. Although there is a substantial research literature on academic-public partnerships in general, partnerships addressing public health specifically are less investigated. The aim of the project was therefore to identify enablers for sustainable public health partnerships between academia and the public sector. Methods A mixed methods design was used. A survey regarding partnerships was sent to 41 European, Asian and American regions, with a response rate of 72 %. Based on survey data, an interview guide was developed and four best cases (Canada, Bulgaria, the Netherlands and Norway) were identified. Site visits and group interviews with representatives from stakeholders of the partnerships were conducted. Interview data and answers to open ended questions from questionnaires were analysed. Results Three main findings became apparent through the analysis. Important enablers were: 1) person-to-person fit between individuals, 2) national incentive schemes for collaboration, and 3) formal partnership agreements that provided a framework that allowed for manoeuvring. The enablers identified are on a macro, miso and micro level. Furthermore, they can be categorised as political, organisational, and social. Conclusions The data support the notion that partnerships are complex social structures that need to be initiated and managed on different levels and with different measures. At the same time, data demonstrate that across different geographical, political, and social contexts the same enablers are reappearing as important for sustaining public health partnerships. Key messages Similar enablers for sustaining public health partnerships are found across geographical, political, and social contexts. Important enablers for partnerships are person-to-person fit, national incentive schemes, and formal agreements.
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 | 0,018 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».