An umbrella review of intersectoral and multisectoral approaches to health policy
Notice bibliographique
Résumé
Despite the widespread acceptance of the need for intersectoral and multisectoral approaches, knowledge around how to support, achieve, and sustain multisectoral action is limited. While there have been studies that seek to collate evidence on multisectoral action with a specific focus (e.g., Health in All Policies [HiAP]), we postulated that successes of working cross-sectorally to achieve health goals with one approach can glean insights and perhaps translate to other approaches which work across sectors (i.e., shared insights across HiAP, Healthy Cities, One Health, and other approaches). Thus, the goal of this study is to assemble evidence from systematic approaches to reviewing the literature (e.g., scoping review, systematic review) that collate findings on facilitators/enablers of and barriers to implementing various intersectoral and multisectoral approaches to health, to strengthen understanding of how to best implement health policies that work across sectors, whichever they may be. This umbrella review (i.e., review of reviews) was informed by the PRISMA guidelines for scoping reviews, yielding 10 studies included in this review. Enablers detailed are: (1) systems for liaising and engaged communication; (2) political leadership; (3) shared vision or common goals (win-win strategies); (4) education and access to information; and (5) funding. Barriers detailed were: (1) lack of shared vision across sectors; (2) lack of funding; (3) lack of political leadership; (4) lack of ownership and accountability; and (5) insufficient and unavailable indicators and data. These findings provide a rigorous evidence base for policymakers to inform intersectoral and multisectoral approaches to not only aid in the achievement of goals, such as the Sustainable Development Goals, but to work towards 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 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 | 0,098 | 0,143 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,050 | 0,052 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,015 | 0,016 |
| Science ouverte | 0,005 | 0,012 |
| Intégrité de la recherche | 0,009 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 ».