MétaCan
Menu
← Retour à la cohorte
Enregistrement W4225674618 · doi:10.26686/wgtn.17148431

Expert Advisory Groups: Exploring the Sensemaking Process During a Public Health Crisis Response

2020· dissertation· en· W4225674618 sur OpenAlexfundaboutno aff
Iva Seto

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensnon disponible
Organismes subventionnairesOntario Ministry of Health and Long-Term Care
Mots-clésSensemakingCrisis responsePublic relationsDuration (music)Context (archaeology)Public healthNewspaperMedicinePolitical sciencePsychologyNursingGeography

Résumé

récupéré en direct d'OpenAlex

Crisis sensemaking research has focused mainly on acute crises such as wildfires or industrial accidents, with crisis response being approximately under 72 hours. However, there is limited research on long duration crisis sensemaking for crisis response that may be several weeks, months, or even years. This research study aims to explore long duration crisis sensemaking during a public health crisis. During the crisis response period, key decision makers (KDMs) face a plethora of challenges, including being inundated with information, with varying levels of quality and relevance, or not having the right kind of information. They may rely on an Expert Advisory Group (EAG) to advise on the scientific/medical aspect of the disease. The EAG is comprised of specialists such as infectious disease physicians, infection prevention and control practitioners, epidemiologists, and public health physicians. The 2003 SARS outbreak in Toronto, Canada, was the context for this research. Participants were recruited who served as members of the Ontario SARS Scientific Advisory Committee (OSSAC) or were stakeholders during the crisis. Among their duties, these experts were tasked to write directives (mandated protocols) that govern all aspects of hospital life, from patient transfers, to cleaning. Data was collected in multiple forms, including: public inquiry reports, meeting minutes, newspaper articles, and interviews. Following a constructivist grounded theory strategy, I conducted several iterations of data collection and analysis. The findings include a conceptual framework of EAG social sensemaking through a long duration crisis, depicting the sequential process of a stream of sensemaking (the creation and revision of one directive). A second conceptual framework on the information dynamics of long duration social sensemaking reflects the learning over the course of the crisis period. Finally, a third conceptual framework on the regulation of expert advisory group sensemaking as a balance between the knowns and unknowns in the greater health system is presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,093
score de la tête « metaresearch » (Gemma)0,131
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,493

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0930,131
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0210,021
Communication savante0,0150,016
Science ouverte0,0040,018
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,096
Tête enseignante GPT0,365
Écart entre enseignants0,269 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDisaster Management and Resilience→Travaux en français237 207→