BETTER GUIDANCE FOR BETTER HEALTH SYSTEMS
Notice bibliographique
Résumé
Health systems guidance (HSG) can be defined as a set of options presented to policy-makers on how to address a particular health systems issue/challenge (Bosch-Capblanch et al, 2012). However, best strategies for developing HSG and translating it into policy are poorly understood at this time (Lavis et al, 2012). Additionally, there is currently no instrument that has the capacity to discriminate between higher quality HSG from those of lower quality. This thesis begins to address these gaps through three original scientific contributions that use a range of methodological approaches to design a tool that will be used to direct the development, appraisal and reporting of HSG. Taken together, the chapters present three stages conducted in a sequence: Stage 1: A critical interpretive synthesis of the literature to generate a draft list of candidate concepts (items, criteria or domains) for the HSG tool, with their descriptions and a specific set of operational considerations to optimize their use. Stage 2: Results from a survey conducted across the six World Health Organization (WHO) health regions to evaluate the importance of the candidate concepts, assess the appropriateness of their descriptions, and identify any missing components, in order to generate a beta version of the HSG tool. Stage 3: Results from a survey conducted across the six WHO health regions to test the usability of the beta version of the HSG tool to determine its feasibility of application and ease of understanding, in order to generate version 1 of the HSG tool. As a whole, the chapters presented in this thesis provide substantive, methodological and disciplinary contributions to the field of health systems research and in particular, about how to support the production, evaluation and reporting of high quality HSG for the purposes of strengthening health systems in low, middle and high income countries. The core deliverable of this program of research is version one of the HSG tool, the AGREE-HS (Appraisal of Guidelines Research and Evaluation – Health Systems).
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 | 0,069 | 0,127 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,014 |
| Communication savante | 0,026 | 0,035 |
| Science ouverte | 0,005 | 0,014 |
| Intégrité de la recherche | 0,018 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,062 | 0,020 |
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 ».