MétaCan
Menu
Retour à la cohorte
Enregistrement W4295359262 · doi:10.1186/s12939-022-01739-9

Health Inequality Monitoring channel on OpenWHO: capacity strengthening through eLearning

2022· article· en· W4295359262 sur OpenAlexfundno aff
Nicole Bergen, Katherine Kirkby, Andreia Baptista, Devaki Nambiar, Anne Schlotheuber, Cecilia Vidal Fuertes, Ahmad Reza Hosseinpoor

Notice bibliographique

RevueInternational Journal for Equity in Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs CanadaWorld Health OrganizationGlobal Fund to Fight AIDS, Tuberculosis and MalariaGAVI Alliance
Mots-clésHealth equityInequalityPublic healthHealth policyEquity (law)Monitoring and evaluationPublic relationsCapacity buildingMedicinePolitical scienceEconomic growthEconomicsNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health inequality monitoring can generate important evidence to inform and motivate changes to policy, programmes and practices. However, the potential of health inequality monitoring practices to quantify inequalities between population subgroups and track progress on the advancement of health equity is under-realized. Capacity strengthening on health inequality monitoring can play an important role in enhancing political will for the generation and use of disaggregated data and for wider adoption of this practice to inform health decision-making. There is a lack of widely available and accessible training materials related to health inequality monitoring that may be used by a range of stakeholders. OBJECTIVE: In this paper, we describe the design, development and implementation of the Health Inequality Monitoring channel on the OpenWHO eLearning platform. We discuss the anticipated impact and potential opportunities for these eLearning courses to contribute to strengthened health inequality monitoring practices. RESULTS: The Health Inequality Monitoring channel on the OpenWHO platform is a self-directed learning environment, designed to meet the immediate learning needs of users. The channel contains three series of courses: health inequality monitoring foundations courses; topic-specific health inequality monitoring courses; and health inequality monitoring skill building courses. Courses are primarily targeted to monitoring and evaluation officers, data analysts, academics and researchers, public health professionals, medical and public health students, and others with a general interest in health data and inequality monitoring. CONCLUSIONS: WHO eLearning courses on health inequality monitoring are addressing the need for capacity strengthening in the collection, analysis and reporting of inequality data. They introduce learners to the foundational concepts, best practices, tools and skills required to conduct health inequality monitoring. The courses on the Health Inequality Monitoring channel demonstrate how technical information can be simplified and presented to broad audiences in a manner that is highly accessible to learners. The Health Inequality Monitoring channel on OpenWHO is an innovative and necessary addition to existing tools and resources to support the advancement of health equity.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,183

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0550,007

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 Opus0,196
Tête enseignante GPT0,490
Écart entre enseignants0,294 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Equity in HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207