Results of a Global Survey of Experts to Categorize the Suitability of Interventions for Inclusion in School Health Services
Notice bibliographique
Résumé
PURPOSE: This global survey of experts assessed the suitability of different health-related interventions for inclusion in school health services (SHSs) to inform development of the World Health Organization global guideline on SHSs. METHODS: A review of 138 global World Health Organization publications identified 406 health service interventions for 5- to 19-year-old individuals. These were consolidated, pretested, and pilot-tested in a questionnaire as 86 promotion, prevention, care, or treatment interventions. A total of 1,293 experts were identified through purposive sampling of journal databases and professional networks. In July 2019, experts were invited to complete the questionnaire online in Arabic, Chinese, English, French, Russian, or Spanish. Respondents categorized each intervention as essential, highly suitable, suitable, or unsuitable in SHSs (everywhere or in certain geographic areas only). They could also suggest interventions. RESULTS: Interventions categorized most often as "Essential in SHSs everywhere" (70%-80%) are related to health promotion and health education. Clinical interventions categorized most often in this way (60%-68%) are related to immunization, screening, assessment, and general care. Interventions categorized most often as "Essential in SHSs in certain geographic areas only" (27%-49%) are related to immunization, mass drug administration, and health promotion. Interventions categorized most often as "Unsuitable in SHSs anywhere" (12%-14%) are related to screening of noncommunicable conditions. There were no important regional differences. Of 439 respondents from 81 countries, 188 suggested 378 additional interventions. Question order effect and/or purposive sampling biases may have influenced both quantitative and qualitative results for different types of intervention. CONCLUSIONS: Favorable responses to almost all interventions supported their World Health Organization guideline inclusion but provided little guidance for intervention prioritization.
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 | 0,035 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».