MétaCan
Menu
Retour à la cohorte
Enregistrement W7052685765

Transfert de connaissances et politiques publiques : le cas de la politique de gratuité des soins au Niger

2015· other· fr· W7052685765 sur OpenAlexfundno aff

Notice bibliographique

RevueOpen MIND · 2015
Typeother
Languefr
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de Montréal
Mots-clésContext (archaeology)Medical careHealth servicesPrimary health care
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Au Niger, le taux de mortalité maternelle est estimé à 535 décès pour 100 000 naissances vivantes (INS, 2013) et la probabilité pour un nouveau-né de mourir avant l’âge d’un mois est de 33 ‰. Depuis 2006, le Niger a mis en place une politique de gratuité des soins pour les femmes enceintes et les enfants de 0 à 5 ans, ce qui a contribué à une amélioration significative de la fréquentation des centres de santé. En mars 2012, un processus délibératif fut organisé pendant une conférence de trois jours pour échanger sur les acquis, limites et perspectives de cette nouvelle politique avec 160 participants dont des chercheurs, des humanitaires, des décideurs politiques et des intervenants sur le terrain. L’objectif de cette recherche est de comprendre les effets de cette conférence ainsi que d’explorer les activités du comité de suivi de la feuille de route. La recherche a été réalisée durant deux mois en été 2014 à Niamey et à N’guiguimi. Elle a reposé sur l’utilisation du cadre conceptuel de Boyko et al., (2012) qui permet de décrire les principales caractéristiques et les effets attendus des dialogues délibératifs et comprendre comment les dialogues délibératifs peuvent contribuer à l’élaboration de politiques sur la base de données probantes. Nous avons mis un accent particulier sur les trois formes d’utilisation des connaissances présentées par Dagenais et al., (2013) : instrumentale, conceptuelle et persuasive. Des entretiens semi-directifs ont été effectués avec 22 acteurs impliqués dans la mise en oeuvre des recommandations. Ils ont été enregistrés, retranscrits intégralement et traités avec le logiciel QDA Miner. Les résultats de l’analyse des discours recueillis révèlent une utilisation instrumentale des recommandations et plus visible chez les humanitaires que les décideurs et les acteurs de la société civile. Il ressort aussi de cette analyse une utilisation conceptuelle et persuasive des recommandations à un degré plus faible parmi tous les acteurs. Le comité de suivi de la feuille route de la conférence n’a pratiquement pas fonctionné, par conséquent, le processus n’a pas eu l’impact souhaité. Les principales raisons de cet échec sont liées au contexte de mise en oeuvre des recommandations (arrestation de plusieurs agents du ministère de la Santé publique qui sont des membres clés du comité de suivi à cause du détournement des fonds GAVI, manque de volonté technique et politique) et/ou aux conditions financières (absence de primes pour les membres du comité et de budget de fonctionnement.). Les iv résultats obtenus ont permis de comprendre les énormes défis (contextuels, financiers notamment) qui restent à relever en matière de transfert de connaissance dans le secteur de santé publique au Niger. En ce qui concerne la suite de la conférence, il faudrait accélérer la redynamisation du comité de suivi en le dotant d’un fonds de fonctionnement et en créant une agence autonome de gestion de la gratuité des soins; et renforcer le soutien politique autour de l’Initiative Santé Solidarité Sahel.

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)0,011
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,004
Communication savante0,0060,004
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,045
Tête enseignante GPT0,340
Écart entre enseignants0,295 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetPlasma Diagnostics and ApplicationsTravaux en français237 207