Intersectoral health interventions to improve the well-being of people living with type 2 diabetes: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Intersectoral collaboration is a collaborative approach between the health sectors and other sectors to address the interdependent nature of the social determinants of health associated with chronic diseases such as diabetes. This scoping review aims to identify intersectoral health interventions implemented in primary care and community settings to improve the well-being and health of people living with type 2 diabetes. METHODS AND ANALYSIS: methodological enhancement. MEDLINE, Embase, CINAHL, grey literature and the reference list of key studies will be searched to identify any study, published between 2000 and 2023, related to the concepts of intersectorality, diabetes and primary/community care. Two reviewers will independently screen all titles/abstracts, full-text studies and grey literature for inclusion and extract data. Eligible interventions will be classified by sector of action proposed by the Social Determinants of Health Map and the conceptual framework for people-centred and integrated health services and further sorted according to the actors involved. This work started in September 2023 and will take approximately 10 months to be completed. ETHICS AND DISSEMINATION: This review does not require ethical approval. The results will be disseminated through a peer-reviewed publication and presentations to stakeholders.
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 | 0,119 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,012 | 0,014 |
| Bibliométrie | 0,018 | 0,016 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,007 | 0,008 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,065 | 0,013 |
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 ».