Modernizing public health communication competencies in Canada: A survey of the Canadian public health workforce
Notice bibliographique
Résumé
OBJECTIVES: Since the publication of the Core Competencies for Public Health in Canada in 2008, the public health and communication landscape has changed dramatically. Digital media and infodemics have shifted how practitioners must communicate and respond to health information. The age of the current competency framework, which is relied on for workforce development, alongside emerging public health challenges, have prompted calls for modernized competency statements. This study aims to (i) measure self-reported communication competence in the public health workforce, (ii) measure agreement with new communication competency statements, (iii) identify variation in agreement between sub-groups of professionals, and (iv) explore current and needed communication training. METHODS: Using a mixed-methods online survey, a sample of 378 participants in various Canadian public health roles and regions were asked to rate their current communication competence and agreement with a modernized, evidence-based draft communication competency framework. The survey was distributed in both official languages through partner organizations and social media. Descriptive statistics were performed to assess agreement and variation was analyzed in relation to public health roles and experience. RESULTS: While most participants self-reported communication competence, specific areas were rated lower. All 21 proposed competency statements received high agreement with some variation observed between expertise and experience levels. Demand for communication training is high. CONCLUSION: Strong agreement with statements indicates support for a modernized communication competency framework among sampled professionals. Research to gather more evidence surrounding the communication demands of the public health workforce and observed variation in strong agreement for the proposed statements is underway.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».