Making integration foundational in population health intervention research: why we need ‘Work Package Zero’
Notice bibliographique
Résumé
OBJECTIVES: We aimed to identify when and how integration should take place within evaluations of complex population health interventions (PHIs). STUDY DESIGN: Descriptive analytical approach. METHODS: We draw on conceptual insights that emerged through (1) a working group on integration and (2) a diverse range of literature on case studies, small-n evaluations and mixed methods evaluation studies. RESULTS: We initially sought techniques to integrate analyses at the end of a complex PHI evaluation. However, this conceptualization of integration proved limiting. Instead, we found value in conceptualizing integration as a process that commences at the beginning of an evaluation and continues throughout. Many methods can be used for this type of integration, including process tracing, realist evaluation, congruence analysis, general elimination methodology/modus operandi, pattern matching and contribution analysis. Clearly signposting when integrative methods should commence within an evaluation should be of value to the PHI evaluation community, as well as to funders and related stakeholders. CONCLUSIONS: Rather than being a tool used at the end of an evaluation, we propose that integration is more usefully conceived as a process that commences at the start of an evaluation and continues throughout. To emphasize the importance of this timing, integration can be described as comprising 'Work Package Zero' within evaluations of complex PHIs.
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 | 0,560 | 0,589 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,011 | 0,053 |
| Communication savante | 0,027 | 0,060 |
| Science ouverte | 0,007 | 0,037 |
| Intégrité de la recherche | 0,012 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».