Exploring the operationalisation and implementation of outreach in community settings with hard-to-reach and hidden populations: protocol for a scoping review
Notice bibliographique
Résumé
INTRODUCTION: Outreach is regularly identified as an effective strategy to engage underserved, hard-to-reach and hidden populations with essential life-sustaining health services. Despite the increasing expansion of outreach programmes, particularly in HIV prevention and health promotion with youth, sex workers, people living with mental health and substance use challenges, and those affected by homelessness, there has been limited synthesis of the evidence concerning the core components of outreach programming or indicators of its successful implementation. Without this understanding, current outreach programmes may be limited in achieving the desired aims. The aim of this scoping review is to explore how outreach has been operationalised and implemented in various community settings with people underserved in current healthcare contexts. Understanding the state of knowledge pertaining to outreach as programming and as practice involving the engagement of people considered hard-to-reach will enable the identification of promising trends and limitations in the field. METHODS AND ANALYSIS: This scoping review follows the Arksey and O'Malley's framework. CINAHL, MEDLINE, PsycINFO and PubMed databases will be searched for peer-reviewed references focused on outreach with hard-to-reach and hidden groups from 1 January 2008 to 30 April 2020. Guided by explicit inclusion and exclusion criteria, three reviewers will independently assess references in two successive stages. Titles and abstracts will be reviewed followed by full-text assessment of papers meeting the review criteria. A descriptive overview, tabular and/or graphical summaries and a thematic analysis will be carried out on extracted data. ETHICS AND DISSEMINATION: Ethics approval was not required as the only data source was peer-reviewed documents. Outreach knowledge users who are members of the project team will participate in all aspects of study design, implementation and result dissemination strategies.
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 | 0,140 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,006 |
| Méta-épidémiologie (sens large) | 0,015 | 0,019 |
| Bibliométrie | 0,019 | 0,018 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,011 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,060 | 0,014 |
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 ».