MétaCan
Menu
Retour à la cohorte
Enregistrement W6976580520 · doi:10.60692/etegj-qbf38

Protocol for a process evaluation of SCALA study – Intervention targeting scaling up of primary health care-based prevention and management of heavy drinking and comorbid depression in Latin America

2023· article· en· W6976580520 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueRenewable Energy and Sustainability
Établissements canadiensMental Health Research Canada
Organismes subventionnairesnon disponible
Mots-clésDocumentationContext (archaeology)Intervention (counseling)Data collectionProtocol (science)Mental healthProgram evaluationDepression (economics)Plan (archaeology)

Résumé

récupéré en direct d'OpenAlex

This paper describes the plan for a process evaluation of a quasi-experimental study testing the municipal level scale-up of primary health care-based measurement and brief advice programmes to reduce heavy drinking and comorbid depression in Colombia, Mexico, and Peru. The main aims of the evaluation are to assess the implementation of intervention components; mechanisms of impact that influenced the outcomes; and characteristics of the context that influenced implementation and outcomes. Based on this information, common drivers of successful outcomes will be identified. A range of data collection methods will be used: questionnaires; interviews; observations; logbooks; and document analysis. All participating providers will complete a pen-and-paper questionnaire at recruitment and two time points during the implementation period. Providers attending training will complete post-training questionnaires. Additionally, 1080 patients will be invited to self-complete a patient questionnaire. One-in-ten participating providers and fifteen other key stakeholders will participate in semi-structured interviews. Training sessions and community advisory board meetings will be observed by a neutral observer. Logbooks will be kept by local research teams to document events affecting the implementation. Project related documentation and other relevant reports describing the context will be examined.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,083
Score d'incertitude au seuil0,374

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,053
Tête enseignante GPT0,335
Écart entre enseignants0,283 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetRenewable Energy and SustainabilityTravaux en français237 207