Partage et application des connaissances en santé publique entre chercheurs et acteurs de politiques. Stratégie dans le processus politique. [Bibliographie annotée]
Bibliographic record
Abstract
La bibliographie annotée tend à rassembler des écrits scientifiques et de documents institutionnels en santé publique, francophones et anglophones, qui portent sur le partage des connaissances entre chercheurs et acteurs de politiques et leur application dans le processus politique. L’exploration des écrits s’est faite de février à juin 2014.Une bibliographie annotée permet au lecteur d’avoir accès à un ensemble de références sur une thématique précise. Elle lui permet ainsi d’identifier des documents susceptibles de l’intéresser pour pouvoir les consulter ultérieurement de manière plus approfondie. Elle se veut donc aussi être un document visant la réflexion, individuelle ou collective, et qui stimule l’échange sur des questions relatives au partage et à l’application des connaissances en santé publique qui sont actuellement posées.La bibliographie annotée, réalisée dans le cadre du projet de recherche RICAP, est construite autour de cinq sections thématiques, reprenant chacune une question pour mieux comprendre les défis et les enjeux du partage et de l’application des connaissances en santé publique entre les chercheurs et les acteurs de politiques.- Qu’entend-t-on par processus politique ? ;- Comment les connaissances sont-elles perçues et utilisées ? ; - Comment opérationnaliser le partage et l’application des connaissances (PAC) entre chercheurs et acteurs de politiques ? ;- Quelles modalités du PAC peut-on renforcer ? ;- Comment développer les capacités d’action liées au PAC ?Chaque section comporte :- une brève introduction sur les principaux points soulignés dans les références sélectionnées ;- la liste des références accompagnées d’un résumé et,- des encadrés mettant en valeur des concepts et des ressources complémentaires.
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 | 0.038 | 0.074 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.010 | 0.020 |
| Science and technology studies | 0.010 | 0.009 |
| Scholarly communication | 0.020 | 0.025 |
| Open science | 0.003 | 0.013 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.041 | 0.012 |
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".