Interorganizational Relationships in British Columbia’s Community Overdose Response: Evaluating Community Partnerships as a Network Intervention
Notice bibliographique
Résumé
Background: Surging overdose deaths in British Columbia (B.C.) prompted the development of Community Action Teams (CATs) - interorganizational networks that deliver overdose prevention strategies. The formation of CATs is a network intervention, aiming to optimize implementation by fostering connectivity. My research questions were: 1) How were the network intervention components (relational antecedents, structure, processes and outcomes) enacted in each of the participating CATs, and how (and why) were these similar or different?; 2) How did each of the CAT components influence strategic goals/collaborative objectives? Methods: This was a multiple case study using multiple methods. I adapted a framework for evaluating interorganizational relationships (IORs ) to understand partnership building relative to implementation goals/tasks. I selected 5 CATs as cases and used multiple sources of data to compile the case studies: social network survey; community survey; interviews; and document review. I conducted a social network analysis, a descriptive analysis of the community survey, a thematic analysis of interview transcripts, and a content analysis of key themes from documents. Findings were compiled into summary tables and narratively integrated. Results: Three cases were ultimately included. CAT 1 took on a ‘whole network’ approach in which strategic goals involved most CAT members and pertained to enhancing partnering. Structures, processes and outcomes in this CAT were more participatory and cohesive. CAT 2 funded small projects, which led to a few organizations participating in pockets of action. This may have led to lower network cohesiveness, higher centralization (compared to CAT 1), and relational challenges. CAT 3 funded small projects involving the participation of many CAT members, which fostered better relational processes compared to CAT 2. Formality and fairness were key convening processes. All three CATs were operating network-wide at a mid-range level of collaboration, and all met their implementation tasks but not necessarily their collaboration goals. Conclusion: Information about implementation tasks/goals can help us better understand network formation. Evaluating IORs as network interventions can lend insights about how and why certain networks are built in certain ways, and better enables us to study and provide guidance on these relationships in the future.
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 | 0,035 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».