MétaCan
Menu
Retour à la cohorte
Enregistrement W4376642980 · doi:10.1186/s12889-023-15709-5

Turning the tide on inequity through systematic equity action-analysis

2023· article· en· W4376642980 sur OpenAlexafffund
Katrina Plamondon, Jenna Dixon, Ben Brisbois, Rodrigo Curty Pereira, Elijah Bisung, Susan J. Elliott, Ian D. Graham, Sume Ndumbe‐Eyoh, Stephanie Nixon, Sana Shahram

Notice bibliographique

RevueBMC Public Health · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of TorontoOttawa HospitalUniversity of OttawaUniversity of WaterlooUniversity of Northern British ColumbiaQueen's UniversityUniversity of British Columbia, Okanagan CampusPublic Health OntarioUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BC
Mots-clésEquity (law)ScholarshipSituatedPublic relationsEquity theoryConceptualizationAccountabilitySociologyPolitical scienceLawEconomic Justice

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Collective agreement about the importance of centering equity in health research, practice, and policy is growing. Yet, responsibility for advancing equity is often situated as belonging to a vague group of 'others', or delegated to the leadership of 'equity-seeking' or 'equity-deserving' groups who are tasked to lead systems transformation while simultaneously navigating the violence and harms of oppression within those same systems. Equity efforts also often overlook the breadth of equity scholarship. Harnessing the potential of current interests in advancing equity requires systematic, evidence-guided, theoretically rigorous ways for people to embrace their own agency and influence over the systems in which they are situated. ln this article, we introduce and describe the Systematic Equity Action-Analysis (SEA) Framework as a tool that translates equity scholarship and evidence into a structured process that leaders, teams, and communities can use to advance equity in their own settings. METHODS: This framework was derived through a dialogic, critically reflective and scholarly process of integrating methodological insights garnered over years of equity-centred research and practice. Each author, in a variety of ways, brought engaged equity perspectives to the dialogue, bringing practical and lived experience to conversation and writing. Our scholarly dialogue was grounded in critical and relational lenses, and involved synthesis of theory and practice from a broad range of applications and cases. RESULTS: The SEA Framework balances practices of agency, humility, critically reflective dialogue, and systems thinking. The framework guides users through four elements of analysis (worldview, coherence, potential, and accountability) to systematically interrogate how and where equity is integrated in a setting or object of action-analysis. Because equity issues are present in virtually all aspects of society, the kinds of 'things' the framework could be applied to is only limited by the imagination of its users. It can inform retrospective or prospective work, by groups external to a policy or practice setting (e.g., using public documents to assess a research funding policy landscape); or internal to a system, policy, or practice setting (e.g., faculty engaging in a critically reflective examination of equity in the undergraduate program they deliver). CONCLUSIONS: While not a panacea, this unique contribution to the science of health equity equips people to explicitly recognize and interrupt their own entanglements in the intersecting systems of oppression and injustice that produce and uphold inequities.

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)0,212
score de la tête « metaresearch » (Gemma)0,145
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,212
Score d'incertitude au seuil0,971

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2120,145
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0100,005
Études des sciences et des technologies0,0080,067
Communication savante0,0170,017
Science ouverte0,0040,022
Intégrité de la recherche0,0040,008
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 Opus0,875
Tête enseignante GPT0,724
Écart entre enseignants0,151 · 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'étudeSans objet
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetHealth Policy Implementation ScienceTravaux en français237 207