Scientific evidence and public policy: a systematic review of barriers and enablers for evidence-informed decision-making
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction This systematic review synthesizes empirical research on the integration of scientific evidence into public policy formulation across diverse governance contexts. While global support for evidence-informed policymaking is increasing, persistent institutional barriers, political resistance, and limited science-policy interaction continue to constrain the effective use of research in decision-making. Methods Guided by the PRISMA 2020 framework, the review identified 119 peer-reviewed articles from Scopus and Web of Science databases. Eligible studies included empirical analyses on the mobilization, translation, and institutionalization of scientific knowledge in policy processes. A thematic synthesis was conducted, classifying studies into six categories: science-policy participation, institutional capacity, political dynamics, trust and legitimacy, political support, and international collaboration. Results Major barriers included fragmented advisory systems, limited data infrastructures, and weak communication between researchers and policymakers. Key enabling factors comprised dedicated scientific advisory bodies, knowledge brokerage mechanisms, international cooperation, and co-production of knowledge. Most studies focused on the health policy sector, with a geographic concentration in high-income countries such as the United Kingdom, the United States, and Canada. Discussion Findings highlight the urgent need to institutionalize scientific evidence in policy formulation through formal governance frameworks, sustained stakeholder engagement, and robust science-policy interfaces. Advancing transparent, inclusive, and evidence-based governance will require cross-sector collaboration, epistemic trust, and political leadership committed to bridging the gap between research and public policy.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,228 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle