MétaCan
Menu
Retour à la cohorte
Enregistrement W4200311398 · doi:10.3389/phrs.2021.1604352

Diverse Approaches to Creating and Using Causal Loop Diagrams in Public Health Research: Recommendations From a Scoping Review

2021· review· en· W4200311398 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePublic health reviews · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPublic healthCausal loop diagramInclusion (mineral)Qualitative researchManagement scienceComputer scienceData scienceMedicineSociologyNursingEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

Objectives: Complex systems thinking methods are increasingly called for and used as analytical lenses in public health research. The use of qualitative system mapping and in particular, causal loop diagrams (CLDs) is described as one promising method or tool. To our knowledge there are no published literature reviews that synthesize public health research regarding how CLDs are created and used. Methods: We conducted a scoping review to address this gap in the public health literature. Inclusion criteria included: 1) focused on public health research, 2) peer reviewed journal article, 3) described and/or created a CLD, and 4) published in English from January 2018 to March 2021. Twenty-three articles were selected from the search strategy. Results: CLDs were described as a new tool and were based upon primary and secondary data, researcher driven and group processes, and numerous data analysis methods and frameworks. Intended uses of CLDs ranged from illustrating complexity to informing policy and practice. Conclusion: From our learnings we propose nine recommendations for building knowledge and skill in creating and using CLDs for future public health research.

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.

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Revue systématiquehigh
gptaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Revue systématiquemedium
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,129
score de la tête « metaresearch » (Gemma)0,056
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1290,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,000
Bibliométrie0,0020,010
Études des sciences et des technologies0,0040,000
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,992
Tête enseignante GPT0,780
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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