MétaCan
Menu
← Retour à la cohorte
Enregistrement W6901853252 · doi:10.60692/p3drt-8cw15

Developing evidence briefs for policy: a qualitative case study comparing the process of using a guidance-contextualization workbook in Peru and Uganda

2019· article· en· W6901853252 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesnon disponible
Mots-clésWorkbookContextualizationProcess (computing)Qualitative researchQualitative propertyHealth policy

Résumé

récupéré en direct d'OpenAlex

Translating research evidence from global guidance into policy can help strengthen health systems. A workbook was developed to support the contextualization of the WHO's 'Optimizing health worker roles to improve maternal and newborn health' (OptimizeMNH) guidance. This study evaluated the use of the workbook for the development of evidence briefs in two countries - Peru and Uganda. Findings surrounding contextual factors, steps in the process and evaluation of the workbook are presented.A qualitative embedded case study was used. The case was the process of using the workbook to support the contextualization of global health systems guidance, with local evidence, to develop evidence briefs. Criterion sampling was used to select the countries, participants for interviews and documents included in the study. A template-organizing style and constant comparison were used for data analysis.A total of 19 participant-observation sessions and 8 interviews were conducted, and 50 documents were reviewed. Contextual factors, including the cadres, or groups, of health workers available in each country, the way the problem and its causes were framed, potential policy options to address the problem, and implementation considerations for these policy options, varied substantially between Peru and Uganda. However, many similarities were found in the process of using the workbook. Overall, the workbook was viewed positively and participants in both countries would use it again for other topics.Organizations that produce global guidance, such as WHO, need to consider institutionalizing the application of the workbook into their guidance development processes to help users at the national/subnational level create actionable and context-relevant policies. Feedback mechanisms also need to be established so that the evidence briefs and health policies arising from global guidance are tracked and the findings coming out of such guideline contextualization processes can be taken into consideration during future guidance development and research priority-setting.

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)0,082
score de la tête « metaresearch » (Gemma)0,125
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 enseignants0,082
Score d'incertitude au seuil0,435

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0820,125
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0150,012
Communication savante0,0080,009
Science ouverte0,0040,014
Intégrité de la recherche0,0040,005
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 Opus0,091
Tête enseignante GPT0,345
Écart entre enseignants0,255 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetPhotosynthetic Processes and Mechanisms→Travaux en français237 207→