Policy responses to COVID-19 present a window of opportunity for a paradigm shift in global health policy: An application of the Multiple Streams Framework as a heuristic
Notice bibliographique
Résumé
Drawing on Kingdon's Multiple Streams Framework as a heuristic, this article reviews the three streams - problems, policies, and politics - as applied to the adoption of economic policies in response to the socioeconomic impacts of COVID-19. In doing so, we argue that we are currently presented with a window of opportunity to better address the social determinants of health. First, through assessing the problem stream, an understanding of inequity as a problem gained wider recognition through the disproportionate impacts of COVID-19. Second, in the policy stream, we demonstrate that appropriate and unprecedented policies can be enacted even in the face of changing evidence or evidentiary uncertainty, which are needed to address upstream factors that influence health. Lastly, in the politics stream, we demonstrate that addressing a public health 'problem' can be well-received by the public, making it politically viable. However, it is important to ensure the 'problem' is clearly relayed to the public and that this information is not perceived to change, as this can undermine trust. The social, political, and behavioural lessons presented by the COVID-19 pandemic should be drawn on in this pivotal moment for global public 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 | 0,047 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,057 |
| Communication savante | 0,027 | 0,033 |
| Science ouverte | 0,004 | 0,014 |
| Intégrité de la recherche | 0,012 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».