Evaluating the Impacts of Community-Campus Engagement on Population Health in Ottawa and Thunder Bay, Canada: Protocol for a Mixed Methods Contribution Analysis
Notice bibliographique
Résumé
BACKGROUND: Municipalities play a crucial role in population health due to their community connections and influence on health determinants. Community-campus engagement (CCE), that is, collaboration between academic institutions and communities, is a promising approach to addressing community health priorities. However, evidence of CCE's impact on population health remains limited. Measuring the impacts of CCE is inherently complex due to factors such as diverse stakeholders, context-specific variables, and dynamic interactions within a community. OBJECTIVE: This study aims to develop robust evidence on the impacts of CCE on population health outcomes in Ottawa and Thunder Bay, Ontario, Canada, focusing on 5 shared health priorities: housing, discrimination, poverty, violence, and mental health. METHODS: We will use a proven CCE model called CityStudio, which has been implemented in both cities. We will use Mayne's mixed methods contribution analysis in three stages: (1) formulating a theory of change that outlines the expected contributions of CCE to population health outcomes; (2) gathering qualitative and quantitative data in line with the established Theory of Change; the data will be collected from various sources, including case studies of existing CityStudio projects, a web-based CCE stakeholder survey, a literature review, and population and community health data; and (3) reviewing the gathered evidence to determine the extent of CCE impacts on population health. RESULTS: Ethical approval for this project was granted in May 2023. We have since initiated stage 1 by reviewing the literature to inform the development of the theory of change. We expect to complete this study by May 2026. CONCLUSIONS: This study will address two critical gaps about how improving health outcomes depends on CCE: (1) how academic institutions can best engage with their communities to improve population health outcomes, and (2) how municipalities can engage with academic institutions to address their community health priorities. Conducting our work in differing contexts will allow us to consider a broader range of other influences on outcomes, thus making our work applicable to various settings and outcomes. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/58546.
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 | 0,117 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,011 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,062 | 0,009 |
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 ».