Knowledge translation strategies for policy and action focused on sexual, reproductive, maternal, newborn, child and adolescent health and well-being: a rapid scoping review
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to identify knowledge translation (KT) strategies aimed at improving sexual, reproductive, maternal, newborn, child and adolescent health (SRMNCAH) and well-being. DESIGN: Rapid scoping review. SEARCH STRATEGY: A comprehensive and peer-reviewed search strategy was developed and applied to four electronic databases: MEDLINE ALL, Embase, CINAHL and Web of Science. Additional searches of grey literature were conducted to identify KT strategies aimed at supporting SRMNCAH. KT strategies and policies published in English from January 2000 to May 2020 onwards were eligible for inclusion. RESULTS: (81%), including staff workshops and education modules, was the most commonly identified intervention component from the KT interventions. Low-income and middle-income countries were more likely to include civil society organisations, government and policymakers as stakeholders compared with high-income countries. Reported barriers to KT strategies included limited resources and time constraints, while enablers included stakeholder involvement throughout the KT process. CONCLUSION: We identified a number of gaps among KT strategies for SRMNCAH policy and action, including limited focus on adolescent, sexual and reproductive health and rights and SRMNCAH financing strategies. There is a need to support stakeholder engagement in KT interventions across the continuum of SRMNCAH services. Researchers and policymakers should consider enhancing efforts to work with multisectoral stakeholders to implement future KT strategies and policies to address SRMNCAH priorities. REGISTRATION: The rapid scoping review protocol was registered on Open Science Framework on 16 June 2020 (https://osf.io/xpf2k).
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 | 0,231 | 0,375 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,011 |
| Bibliométrie | 0,033 | 0,028 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,017 | 0,025 |
| Science ouverte | 0,006 | 0,014 |
| Intégrité de la recherche | 0,010 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,005 |
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 ».