MétaCan
Menu
Retour à la cohorte
Enregistrement W4416191571 · doi:10.1186/s12961-025-01417-6

Peer-learning and support among health policy and systems research actors in West Africa: a social network analysis

2025· article· en· W4416191571 sur OpenAlexfundno aff
Selina Defor, Fidele Kanyimbu Mukinda, Fadima Yaya Bocoum, Ermel Johnson, Irène Akua Agyepong, Uta Lehmann

Notice bibliographique

RevueHealth Research Policy and Systems · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésHealth services researchSocial network analysisCorporate governanceHealth policyHealthcare systemSocial policyNetwork governancePublic healthFragmentation (computing)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health policy and systems research (HPSR) is vital for strengthening health systems, yet its development in West Africa remains constrained by limited capacity. To strengthen capacity, the West African Network of Emerging Leaders in Health Policy and Systems (WANEL) was created to foster peer learning and cross-country collaboration among early- and mid-career HPSR actors. This study used Social Network Analysis (SNA) to examine WANEL's structure and functioning, with the aim of understanding how well the network supports its capacity and HPSR field-building goals. METHODS: A cross-sectional whole-network survey was conducted with all 103 WANEL members, supported by document reviews and qualitative interviews. Relationship types assessed included acquaintance, communication, advice, mentorship and research collaboration. Data were analysed using Gephi to visualize relational patterns and compute metrics such as density and centralization, while qualitative findings provided context for interpreting network dynamics. RESULTS: While WANEL has enhanced cross-country awareness and disciplinary diversity, the network exhibits low cohesion and high centralization. Key support relationships, particularly mentorship, advice and collaboration are sparse and unevenly distributed. A few actors dominate the flow of information and access to opportunities, while many, especially early-career and francophone actors, remain peripheral or isolated. Network interactions are driven by prior relationships and linguistic or professional affinity, limiting broader engagement. CONCLUSION: Findings reveal structural barriers that constrain WANEL's potential to act as an inclusive platform for HPSR capacity-strengthening. To fulfil its vision, the network must address its current fragmentation by building stronger cross-cutting ties, broadening participation and decentralizing influence. This study contributes empirical insights into the design and governance of regional HPSR networks in low- and middle-income contexts and underscores the importance of relational infrastructure in advancing collective capacity.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptMétarecherche
Domaine: Incitatifs · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,046
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0460,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0050,009
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,257
Tête enseignante GPT0,543
Écart entre enseignants0,286 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel
DomaineIncitatifs
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Research Policy and SystemsMême sujetGlobal Health and SurgeryCatégorieMétarechercheTravaux en français237 207