MétaCan
Menu
Retour à la cohorte
Enregistrement W4402391020 · doi:10.23889/ijpds.v9i5.2856

Co-Creating an Inclusion, Diversity, Equity, and Accessibility Strategy: Defining approach and outcomes in a health data research network

2024· article· en· W4402391020 sur OpenAlexaffabout
Amy Freier, Morgan Stirling, Nathan Nickel

Notice bibliographique

RevueInternational Journal for Population Data Science · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensManitoba Health
Organismes subventionnairesnon disponible
Mots-clésEquity (law)Inclusion (mineral)Diversity (politics)Health equityBusinessData scienceComputer scienceKnowledge managementPsychologySociologyEconomic growthHealth carePolitical scienceEconomicsSocial psychology

Résumé

récupéré en direct d'OpenAlex

BackgroundHealth Data Research Network Canada (HDRN) has committed to strengthening data use to improve health equity. Key this priority is has been an increased operationalization of Inclusion, Diversity, Equity, and Accessibility (IDEA) across the organization and within the data research processes HDRN Canada supports. Missing, however, was a unifying strategy for embedding IDEA within all HDRN Canada initiatives. ApproachGuided by results from an internal environmental scan and network feedback, HDRN Canada began developing an IDEA strategy in 2023. With the end goal of embedding IDEA across all internal teams and across all HDRN Canada strategic goals, collaborative participation methods were chosen to involve all levels of the organization. A process was designed that included focus groups, interviews, and roundtables. ResultsCo-creating the IDEA strategy required broad buy-in including detailing expectations of the planning process in advance. A flexible management approach that enabled the team to adhere to the defined process allowed the Project Team to manage unanticipated challenges. 4 key strategies emerged focusing on learning, data quality and research, leadership, and community engagement. Developing the strategy with co-creative methods helped to identify practical approaches for HDRN to prioritize IDEA within its complex data research initiatives. ConclusionHDRN Canada has outlined its commitment to IDEA in the health data ecosystem. The co-created strategy supports efforts towards accomplishing its organizational objectives and priorities. It is also a valuable resource for those in the health data space working to ensure data research contributes to equitable health outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,248
score de la tête « metaresearch » (Gemma)0,132
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,928

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2480,132
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0330,035
Communication savante0,0400,022
Science ouverte0,0060,048
Intégrité de la recherche0,0070,010
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,376
Tête enseignante GPT0,534
Écart entre enseignants0,158 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetHealthcare Systems and TechnologyTravaux en français237 207