Netzwerkanalyse im Gesundheitsförderungsprojekt fibbb!
Bibliographic record
Abstract
Hintergrund „Vermitteln und vernetzen“ (engl.: „mediate“) ist eines der drei Handlungsprinzipien der Ottawa-Charta. Im Gesundheitsförderungsprojekt „Familien Interdisziplinär Begleiten, Betreuen, Beraten (fibbb!)“ soll das gesunde Aufwachsens von Kindern bis zum 10. Lebensjahr in vier Gemeinden im Südburgenland durch eine Verbesserung der Kooperation der ProjektpartnerInnen erreicht werden. Trotz der Bedeutung in der Gesundheitsförderung gibt es wenig Literatur zur Operationalisierung und Evaluierung von Netzwerken. Bei der externen Evaluierung von fibbb! stellte sich deshalb die Frage, welche Methode zur Analyse der Vernetzung herangezogen werden soll. Methode Die externe Evaluation von fibbb! basiert auf dem Ergebnismodell der Gesundheitsförderung Schweiz. Qualitativ und quantitativ messbare Dimensionen der Vernetzung finden sich in diversen Einflussfaktoren auf die Gesundheitsdeterminanten. Erweitert wurde die Evaluationslogik auf Basis eines aktuellen Rahmenmodells von Cunningham et al. zur Evaluierung von Vernetzung im Gesundheitsbereich. Ergebnis Auf Basis der beiden Modelle erfolgt eine qualitative und quantitative Evaluation der Vernetzung im Rahmen des fibbb! Projekts. Die halbjährliche Befragung der NetzwerkpartnerInnen zu Austausch, Kommunikation, Zielgruppenerreichung, Partizipation sowie Verankerung und Nachhaltigkeit erhebt die Intensität, den Charakter und die Stabilität der Netzwerkwerkbeziehungen sowie den Informations- und Wissenstransfer. Ergänzt wird die Befragung durch eine Dokumentenanalyse. Diskussion Das Evaluationsmodell von Cunningham et al. stellt einen umfassenden und komplexen Rahmen zur Netzwerkanalyse dar. Zur externen Evaluierung von fibbb! wurden praxistaugliche Elemente ausgewählt, um die Zusammenarbeit der KooperationspartnerInnen im Laufe des Projekts zu erheben. Der so entwickelte vereinfachte Netzwerkanalyserahmen kann zukünftigen Gesundheitsförderungsprojekten als Basis zur Operationalisierung und Evaluierung von Netzwerken dienen. Publication History Article published online: 26 May 2020 © Georg Thieme Verlag KG Stuttgart · New York
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 | 0.013 | 0.041 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.008 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.023 | 0.002 |
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".