How to analyze multistakeholder collaboration for infectious disease outbreaks: a scoping review
Notice bibliographique
Résumé
Abstract Introduction Effective preparedness and response to infectious disease (ID) outbreaks demand collaboration among diverse stakeholders from public health and beyond. However, the organization and roles of stakeholders vary widely across countries and have evolved notably during the COVID-19 pandemic. Novel methodologies are essential to analyze and bolster collaboration in this context. We conducted a scoping review to explore methods utilized for evaluating multistakeholder collaboration in ID outbreak preparedness and response. Methods We comprehensively searched scientific and grey literature using keywords such as evaluation of collaboration, stakeholder analysis, (multi)stakeholder/multisectoral collaboration, and network coordination in PubMed, GoogleScholar and Google. Given the limited literature on ID outbreaks, we expanded our scope to include other public health emergencies (PHE) and related fields. Publications were analyzed to discern their aims, fields served, and methodologies employed. Results Twenty pertinent publications from Africa, Europe, North America, and Oceania were identified. These publications addressed diverse aims and fields, including stakeholder identification, network mapping in outbreak management and One Health initiatives, enhancing multistakeholder/ multisectoral collaboration for PHE response, primary care partnerships, and evaluating governance of networks in public policy. Methodologies encompassed network analysis, stakeholder mapping, and evaluative frameworks tailored to specific contexts. Common themes included trust-building, shared goals, decision-making processes, and information exchange. Conclusions The literature presents varied dimensions crucial for developing methodologies to evaluate multistakeholder collaboration in ID outbreak contexts. These evaluations ultimately will lead to strengthened multisectoral collaboration and coordination, and better preparedness and response for ID outbreaks. Key messages • Effective evaluation methodologies are crucial for enhancing multistakeholder collaboration in infectious disease outbreak preparedness and response worldwide. • Diverse approaches from various sectors offer valuable insights for developing tailored evaluation methods to assess collaboration in specific public health contexts.
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 | 0,083 | 0,284 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,049 | 0,036 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».