MétaCan
Menu
Retour à la cohorte
Enregistrement W4382811084 · doi:10.1177/13563890231185167

How to develop a realist programme theory using Margaret Archer’s structure–agency–culture framework: The case of adolescent accountability for sexual and reproductive health in urban resource-constrained settings

2023· article· en· W4382811084 sur OpenAlexaff
Sara Van Belle, Ibukun‐Oluwa Omolade Abejirinde, Aloysius Ssennyonjo, Prashanth Nuggehalli Srinivas, Pragati Hebbar, Bruno Marchal

Notice bibliographique

RevueEvaluation · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesFonds Wetenschappelijk Onderzoek
Mots-clésStructure and agencyAgency (philosophy)SociologyCritical realism (philosophy of perception)Reproductive healthAccountabilityContext (archaeology)Resource (disambiguation)EpistemologySocial sciencePolitical scienceRealismPopulation

Résumé

récupéré en direct d'OpenAlex

Realist evaluation is in essence a theory-building and testing approach. We argue that in practice, the theory-building potential of realist evaluation, review and research is not fully exploited in the field of global health. Our assumption is that the Structure-Agency-Culture explanatory framework of critical realist Margaret Archer could stimulate realist evaluators to conceptualize and systematically explore how structural and cultural conditions interact with programmes that aim at introducing social change. We propose step-wise guidance towards integrating the Structure–Agency–Culture framework into the development of realist programme theories. We present a worked example from an urban adolescent health study in poor neighbourhoods of Kampala, Mumbai, New Delhi and Cotonou. The guidance aims to bring to the fore the role of agency and context through the analysis of the interactions between structure, culture, agency and mechanisms. This is helpful in realist research in general, and in evaluations of complex interventions oriented towards social change.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,126
Tête enseignante GPT0,429
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvaluationMême sujetSocial Policy and Reform StudiesTravaux en français237 207