Programme science methodologies and practices that address “FURRIE” challenges: examples from the field
Notice bibliographique
Résumé
INTRODUCTION: "Programme science" deploys scientific methods to address questions that are a priority to support the impact of public health programmes. As such, programme science responds to the challenges of making such studies: (1) feasible to undertake, (2) useful, (3) rigorous, (4) real-world-relevant, (5) informative, and undertaken by (6) equitable partnerships. The acronym "FURRIE" is proposed to describe this set of six challenges. This paper discusses selected HIV/STI (sexually transmitted infection) programme science case studies to illustrate how programme science rises to the FURRIE challenges. DISCUSSION: One way in which programme science is made more feasible is through the analysis and interpretation of data collected through service delivery. For some questions, these data can be augmented through methods that reach potential clients of services who have not accessed services or been lost to follow-up. Process evaluation can enhance the usefulness of programme science by studying implementation processes, programme-client interactions and contextual factors. Ensuring rigour by limiting bias and confounding in the real-world context of programme science studies requires methodological innovation. Striving for scientific rigour can also have the unintended consequence of creating a gap between what happens in a study, and what happens in the "real-world." Community-led monitoring is one approach to grounding data collection in the real-world experience of clients. Evaluating complex, context-specific strategies to strengthen health outcomes in a way that is informative for other settings requires clear specification of the intervention packages that are planned and delivered in practice. Programme science provides a model for equitable partnership through co-leadership between programmes, researchers and the communities they serve. CONCLUSIONS: Programme science addresses the FURRIE challenges, thereby improving programme impact and ultimately health outcomes and health equity. The adoption and adaptation of the types of novel programme science approaches showcased here should be promoted within and beyond the HIV/STI field.
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 | 0,210 | 0,155 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,012 | 0,045 |
| Communication savante | 0,017 | 0,014 |
| Science ouverte | 0,005 | 0,015 |
| Intégrité de la recherche | 0,011 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».