Netzwerk, Allianz, Partnerschaft oder doch Koalition? Scoping Review zu Begriffen intersektoraler Kooperation für Gesundheit
Bibliographic record
Abstract
Einleitung: Laut Ottawa Charta verlangt Gesundheitsförderung ein intersektorales Zusammenwirken. In den vergangenen Jahrzehnten wurden vielfältige Typen intersektoraler Kooperation (ISK) für Gesundheit umgesetzt. Damit einhergehende terminologische Differenzierungen führen zunehmend dazu, dass Erkenntnisse dieses Feldes un- und missverständlich werden. Der Beitrag untersucht, welche Begriffe und Konzepte intersektoraler Kooperation für Gesundheit vorliegen. Methode: In einem 2018 durchgeführten Scoping Review wurde in PubMed, Web of Science und LIVIVO nach ab 2010 veröffentlichter Literatur zu ISK gesucht. Ergänzend wurden in einem iterativen Vorgehen einschlägige Internetseiten und Lehrbücher im Feld Public Health, Gesundheitsförderung und Soziale Arbeit einer Dokumentenanalyse unterzogen. Nach definierten Kriterien wurden Publikationen für Inhaltsanalysen ausgewählt. Die generierten Daten wurden einer bivariaten Analyse und Clusteranalyse unterzogen. Ergebnisse: Die Datenbanksuchen brachten 186 Treffer. Hiervon wurden 48 Publikationen inhaltsanalytisch untersucht. Die Dokumentenanalyse umfasste 128 Dokumente (Dokumentationen, Bücher, (unter)gesetzliche Regelungen). Für eine vertiefende Inhaltsanalyse konnten 51 Publikationen eingeschlossen werden. Als dominanter Begriff verwendeten 17 Publikationen Netzwerk, 12 Bündnis/Allianz, 7 Partnerschaft, 6 Kollaboration, 5 Koalition und 4 Kooperation. Die Verwendung dieser Bezeichnungen – mit Ausnahme von Netzwerk – korreliert mit dem Textgenre (p < 0,001 bis p = 0,023). Anhand Parameter zur Verwendung dieser Bezeichnungen wurden sieben distinkte Texttypen identifiziert, die mit dem Genre (Projektdokumentation, Fallbericht, Evaluationsstudie) und der Sprache (deutsch vs. englisch) dieser Texte korrelieren. Diskussion: Zur besseren Verständigung ist ein einheitliches Begriffsverständnis erforderlich. Die Ergebnisse werden vor dem Hintergrund vorhandener Begriffsdefinitionen diskutiert. Es werden begründete Vorschläge für eine zu vereinheitlichende Terminologie formuliert.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.043 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.011 | 0.011 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".