MétaCan
Menu
Retour à la cohorte
Enregistrement W4407143297 · doi:10.1353/cpr.2024.a948682

ReportNeedles.ca: A Real-time Needle Collection Tool to Foster Community Health Partnerships

2024· article· en· W4407143297 sur OpenAlexaboutno aff
Andrew D. Eaton, Nelson Pang, Shiny Mary Varghese, Vidya Dhar Reddy, Sarah Ross, Gabriela Novotná, Erin Beckwell, Priscilla Medeiros, Paul A. Shuper, Francisco Ibáñez-Carrasco

Notice bibliographique

RevueProgress in community health partnerships · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarm reductionGeneral partnershipPublic healthCommunity-based participatory researchHarmParticipatory action researchHealth carePsychological interventionMedicinePublic relationsBusinessCommunity healthEnvironmental healthNursingPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Technology-mediated interactions between the public, health care agencies, and researchers can facilitate community health partnerships. The use of such novel technologies can lead to innovations in public health research to address disparities and access issues. This article presents the web-based, real-time needle collection tool ReportNeedles.ca and describes its use in an ongoing community health partnership to deploy and evaluate pop-up interventions for blood-borne infection prevention and substance use harm reduction. Since April 2021, 34,350 needles have been collected from 466 public reports on the ReportNeedles.ca app in the city of Regina, Saskatchewan (population: approximately 215,000). This non-walkable city with pronounced needle prevalence may be representative of medium-sized cities in Canada, the United States, and elsewhere, where brick-and-mortar health care is predominantly accessible only to people of relative stability. This article discusses the tool's development, implementation, and evaluation plan alongside its potential for blood-borne infection prevention, harm reduction, and community-based participatory research.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,061
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0610,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0090,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,009
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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.

Tête enseignante Opus0,640
Tête enseignante GPT0,624
Écart entre enseignants0,016 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress in community health partnershipsMême sujetHealth Policy Implementation ScienceTravaux en français237 207