Learning from intersectoral action beyond health: a meta-narrative review
Notice bibliographique
Résumé
Intersectoral action (ISA) is considered pivotal for achieving health and societal goals but remains difficult to achieve as it requires complex efforts, resources and coordinated responses from multiple sectors and organizations. While ISA in health is often desired, its potential can be better informed by the advanced theory-building and empirical application in real-world contexts from political science, public administration and environmental sciences. Considering the importance and the associated challenges in achieving ISA, we have conducted a meta-narrative review, in the research domains of political science, public administration, environmental and health. The review aims to identify theory, theoretical concepts and empirical applications of ISA in these identified research traditions and draw learning for health. Using the multidisciplinary database of SCOPUS from 1996 to 2017, 5535 records were identified, 155 full-text articles were reviewed and 57 papers met our final inclusion criteria. In our findings, we trace the theoretical roots of ISA across all research domains, describing the main focus and motivation to pursue collaborative work. The literature synthesis is organized around the following: implementation instruments, formal mechanisms and informal networks, enabling institutional environments involving the interplay of hardware (i.e. resources, management systems, structures) and software (more specifically the realms of ideas, values, power); and the important role of leaders who can work across boundaries in promoting ISA, political mobilization and the essential role of hybrid accountability mechanisms. Overall, our review reaffirms affirms that ISA has both technical and political dimensions. In addition to technical concerns for strengthening capacities and providing support instruments and mechanisms, future research must carefully consider power and inter-organizational dynamics in order to develop a more fulsome understanding and improve the implementation of intersectoral initiatives, as well as to ensure their sustainability. This also shows the need for continued attention to emergent knowledge bases across different research domains including health.
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 | 0,015 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,018 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».