A decade of health research capacity building in Honduras: institutional transformation, challenges, and lessons learned
Notice bibliographique
Résumé
Background Honduras has historically faced major barriers to building a sustainable health research system, including minimal R&D investment and limited institutional infrastructure. A Canadian-funded initiative (2007–2012) established the first research-oriented MSc program, a non-clinical ethics board, and modern laboratories at the Universidad Nacional Autónoma de Honduras (UNAH).Objective This article examines how health research capacity evolved between 2013 and 2025, highlighting long-term outcomes, enablers, and barriers, and situating these within a regional Central American comparison. The narrative, largely anecdotal, reflects on the experience and impact of biomedical research at UNAH, particularly through the Instituto de Investigaciones en Microbiología (IIM).Methods Alumni trajectories and institutional transformations are illustrated with concrete examples. Bibliometric analysis contextualizes scientific output, complemented by broader indicators (GDP, R&D investment, tertiary education, PhDs per million) from World Bank sources.Results More than 30 MSc graduates have strengthened biomedical and public health institutions, with several completing doctoral training abroad and returning to Honduras. Since its formal creation in 2014, the IIM has produced over 170 publications, representing more than 20% of UNAH’s health-related output since 2012. Challenges to sustainability include chronic underinvestment (< 0.1% GDP in R&D), rigid bureaucracy, limited career pathways, and brain drain. Enablers have been international partnerships, the academic diaspora, and strong local leadership.Conclusion The Honduran case illustrates how targeted, multi-level investment in individuals, institutions, and governance can foster long-term research capacity in resource-constrained settings, while underscoring the need for national policies, career structures, private sector engagement, and sustained international collaboration.
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 | 0,015 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».