Methods for evaluating intersectoral action partnerships to address the social determinants of health: a scoping review
Notice bibliographique
Résumé
Introduction Many of the social and economic factors that shape conditions for population health and health equity (e.g. income, education and employment) lie outside of the health sector. Intersectoral action (ISA) is pivotal to building diverse partnerships that address these social determinants of health. Despite the significant role of ISA, there are few comprehensive reports from the health sector on how such partnerships are evaluated. The purpose of this scoping review is to provide an overview of examples of ISA partnership evaluations, including the identification of evaluation methods, tools and indicators. Methods A literature search of two academic databases, Embase and MEDLINE, identified seven relevant studies published between 2012 and 2022. Results Common evaluation approaches were network analysis, community- or system- level analysis, partnership evaluation and longitudinal process evaluation. Five of the studies assessed the strength and functionality of partnerships, with reach (e.g. distance between partners) used most frequently as an indicator. Conclusion Despite the complexity of evaluating ISA partnerships, such evaluations are crucial for assessing impacts on health outcomes and social determinants of health, goal achievement, accountability and sustainability. Different evaluation models are available to program planners and evaluators involved in ISA initiatives.
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 | 0,171 | 0,313 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,010 |
| Bibliométrie | 0,051 | 0,037 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».