MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407530202 · doi:10.2196/preprints.72588

Informing organizational strategies for digital public health: A qualitative description of practitioners’ perspectives on opportunities and challenges in a provincial public health organization in Canada (Preprint)

2025· preprint· en· W4407530202 sur OpenAlexaboutno aff
Ihoghosa Iyamu, Devon Haag, Anna Carson, Ivy Wang, Colin King, Ian Roe, K. Austin Kerr, Geoffrey McKee, Mark Gilbert

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintPublic healthQualitative researchPublic relationsDigital healthPolitical scienceKnowledge managementHealth careSociologyMedicineNursingComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND The digital transformation of health services accelerated during the pandemic. While “digital health” strategies were created, they paid minimal attention to public health services like health promotion, disease surveillance, emergency preparedness, and health protection. OBJECTIVE To inform a digital public health (DPH) strategy at the BC Centre for Disease Control (BCCDC), we explored public health practitioners’ perspectives on challenges and opportunities of integrating digital technologies into public health functions within the organization. METHODS In this qualitative description, we conducted 18 focus groups (FGs) between January and June 2023, drawing practitioners from nine organizational subunits of the BCCDC including population and public health, environmental health, clinical services, vaccine preventable diseases, communications, knowledge translation, data analytics and Indigenous health (2 FGs per subunit). Discussions explored practitioners’ application of digital technologies in their public health work, focusing on challenges encountered during implementation (current state FGs) and perceived opportunities (future state FGs). Sessions were audio-recorded, and detailed field notes were taken. Thematic analysis was conducted, comparing perspectives across groups using constant comparative techniques. RESULTS We identified three themes. First, “bridging existing inequities - an opportunity and a challenge contingent on public trust” described participants’ excitement about opportunities for DPH to disrupt historical inequities if centred on trust and reconciliation, while recognizing current digital transformation efforts risk exacerbating existing inequities with the digital divide. Second “a sense of disconnect between “digital” and “public health” functions” described perceptions of DPH as being out of scope of core public health duties, requiring new competencies and navigation of complex organizational policies for which support is suboptimal. Third, “balancing the need for responsive DPH with necessary reactivity” highlighted practitioners’ yearnings for a proactive DPH strategy rather than current issue-based reactive approaches. Participants suggest a centralized systematic program can help achieve this goal. CONCLUSIONS A cohesive, systematic, and proactive organizational strategy for DPH is critical to enable equity-focused digital transformation. Such a strategy can bridge perceived disconnects between digital and public health functions through organizational supports like competency development and streamlined policies can better support public health practitioners to integrate digital technologies into their work. CLINICALTRIAL N/A

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)0,018
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil0,569

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0280,018
Communication savante0,0060,003
Science ouverte0,0030,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,320
Tête enseignante GPT0,428
Écart entre enseignants0,108 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMobile Health and mHealth Applications→Travaux en français237 207→