Exploring the Landscape of Eco‐Mapping in Health Services Research: A Comprehensive Review
Notice bibliographique
Résumé
Health services research is important in improving health systems’ and providers’ efficiency and effectiveness. This may require health services to intervene at an individual and community level to address people’s complex social issues. An important issue is social connections, which have been identified as a social determinant of health and can help buffer stressful life events. Social support networks can be visualized using eco‐maps, a tool that originated in child welfare practices and has been adopted widely by clinicians and researchers. This paper aims to understand where and how eco‐maps have been used in health services research. To answer the research questions, this scoping review used the Joanna Briggs Institute guidelines for scoping reviews. In total, 70 studies were included in the scoping review. The authors found that social support denoted in an eco‐map does not guarantee the provision of support; however, the dialogue needed to create an eco‐map could facilitate conversations about care expectations, identification of vulnerable points or risk factors, and actions to improve family and individual functioning. A significant gap remains in the knowledge and use of eco‐maps in identifying population service and resource gaps and how to bridge the knowledge‐to‐action chasm better. Further exploration is needed to examine how to optimize the application of eco‐mapping in the health services context, including generating guidelines, templates, or instructions for implementation. Therefore, addressing this gap is vital for ensuring eco‐mapping informs future service design and policy changes.
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 | 0,039 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,027 | 0,034 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».