MétaCan
Menu
← Retour à la cohorte
Enregistrement W4243209983 · doi:10.3410/f.736356828.793568531

Faculty Opinions recommendation of Implementation effectiveness of health interventions for indigenous communities: a systematic review.

2019· dataset· en· W4243209983 sur OpenAlexaboutno aff
Saravana Kumar, Esther Tian

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2019
Typedataset
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousPsychological interventionCommunity healthSystematic reviewPopulation healthQualitative researchNon-communicable diseaseKnowledge translationPopulationCommunity engagementMedicineImplementation researchHealth equityMedical educationPublic healthPublic relationsEnvironmental healthMEDLINENursingSociologyPolitical scienceKnowledge managementSocial scienceComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

Background: Translating research into practice is an important issue for implementing health interventions effectively for Indigenous communities.He Pikinga Waiora (HPW) is a recent implementation framework that provides a strong foundation for designing and implementing health interventions in Indigenous communities for non-communicable diseases around community engagement, culture-centred approach, systems thinking and integrated knowledge translation.This study addresses the following research question: How are the elements of the HPW Implementation Framework reflected in studies involving the implementation of a non-communicable disease health intervention in an Indigenous community?Methods: A systematic review was conducted using multiple databases.Studies were included if they involved the implementation or evaluation of a health intervention targeting non-communicable diseases for Indigenous communities in Australia, Canada, New Zealand or the United States of America.Published quantitative and qualitative literature from 2008 to 2018 were included.Methodological appraisal of the included articles was completed using the Joanna Briggs Institute System for the Unified Management, Assessment and Review of Information.Data on the population, topic, methods, and outcomes were detailed for each individual study.Key data extracted included the HPW elements along with study characteristics, who delivered the intervention and health outcomes.Data analysis involved a qualitative synthesis of findings as guided by a coding scheme of the HPW elements.Results: Twenty-one studies were included.Health topics included diabetes, nutrition, weight loss, cancer and general health.The key themes were as follows: (a) two thirds of studies demonstrated high levels of community engagement; (b) from the culture-centred approach, two-thirds of studies reflected moderate to high levels of community voice/ agency although only a third of the studies included structural changes and researcher reflexivity; (c) about a quarter of studies included multi-level outcomes and activities consistent with systems thinking, 40% had individual-level outcomes with some systems thinking, and 33% included individual-level outcomes and limited systems thinking; and (d) almost 40% of studies included high levels of end user (e.g., policy makers and tribal leaders) engagement reflective of integrated knowledge translation, but nearly half had limited end-user engagement.Conclusions: The HPW Implementation Framework is a comprehensive model for potentially understanding implementation effectiveness in Indigenous communities.The review suggests that the studies are reflective of high levels of community engagement and culture-centredness.The long-term sustainability and translation of evidence to practice may be inhibited because of lower levels of systems thinking and integrated knowledge translation.

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)0,180
score de la tête « metaresearch » (Gemma)0,468
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,820
Score d'incertitude au seuil0,955

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1800,468
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0110,017
Bibliométrie0,0290,024
Études des sciences et des technologies0,0030,003
Communication savante0,0100,011
Science ouverte0,0070,007
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0330,005

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.

Tête enseignante Opus0,341
Tête enseignante GPT0,638
Écart entre enseignants0,297 · 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'étudeRevue systématique
DomaineÉvaluation
GenreJeu de données

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature→Même sujetHealth Policy Implementation Science→Travaux en français237 207→