Essential skills for using research evidence in public health policy: a systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Decisions related to the development and implementation of public health programmes or policies can benefit from more effective use of the best available knowledge. However, decision makers do not always feel sufficiently equipped or may lack the capacity to use evidence. This can lead them to overlook or set aside research results that could be relevant to their practice area. Aims and objectives: The objective of this systematic review was to synthesise the essential skills that facilitate the use of research evidence by public health decision makers. Methods: Thirty-nine articles that met our inclusion criteria were included. An inductive approach was used to extract data on evidence-informed decision-making-related skills and data were synthesised as a narrative review. Findings: The analysis revealed three categories of skills that are essential for evidence-informed decision-making process: interpersonal, cognitive , and leadership and influencing skills . Such cross-sectoral skills are essential for identifying, obtaining, synthesising, and integrating sound research results into the decision-making process. Discussion and conclusions: The results of this systematic review will help direct capacity-building efforts towards enhancing research evidence use by public health decision makers, such as developing different types of training that would be relevant to their needs. Also, when considering the evidence-informed decision-making skills development, there are several useful and complementary approaches to link research most effectively to action. On one hand, it is important not only to support decision makers at the individual level through skills development, but also to provide them with a day-to-day environment that is conducive to evidence use.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,082 | 0,361 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,005 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle