MétaCan
Menu
← Retour à la cohorte
Enregistrement W6921334401 · doi:10.6084/m9.figshare.c.6275807

Probing key informants’ views of health equity within the World Health Organization’s Urban HEART initiative

2022· other· en· W6921334401 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensInstitute for Clinical Evaluative SciencesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHealth equityEquity (law)Health policySocial determinants of healthGlobal healthContext (archaeology)Public health

Résumé

récupéré en direct d'OpenAlex

Abstract To date, no studies have assessed how those involved in the World Health Organization’s (WHO) work understand the concept of health equity. To fill the gap, this research poses the question, “how do Urban Health Equity Assessment and Response Tool (Urban HEART) key informants understand the concept of health equity?”, with Urban HEART being selected given the focus on health equity. To answer this question, this study undertakes synchronous electronic interviews with key informants to assess how they understand health equity within the context of Urban HEART. Key findings demonstrate that: (i) equity is seen as a core value and inequities were understood to be avoidable, systematic, unnecessary, and unfair; (ii) there was a questionable acceptance of need to act, given that political sensitivity arose around acknowledging inequities as “unnecessary”; (iii) despite this broader understanding of the key aspects of health inequity, the concept of health equity was seen as vague; (iv) the recognized vagueness inherent in the concept of health equity may be due to various factors including country differences; (v) how the terms “health inequity” and “health inequality” were used varied drastically; and (vi) when speaking about equity, a wide range of aspects emerged. Moving forward, it would be important to establish a shared understanding across key terms and seek clarification, prior to any global health initiatives, whether explicitly focused on health equity or not.

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)0,050
score de la tête « metaresearch » (Gemma)0,053
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 enseignants0,050
Score d'incertitude au seuil0,265

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,053
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,006
Communication savante0,0060,006
Science ouverte0,0010,009
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,147
Tête enseignante GPT0,358
Écart entre enseignants0,211 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Travaux en français237 207→