Enquêtes sur les signalements de grappes de cancer au Canada : étude qualitative des pratiques de communication et des procédures d’enquête en santé publique
Bibliographic record
Abstract
Introduction Les responsables de la santé publique offrent un service public important en répondant aux préoccupations du public relativement au cancer et sont souvent appelés à mener des enquêtes sur les tendances des taux d’incidence du cancer et à en communiquer les résultats aux citoyens. Dans le cadre de cette étude, nous avons déterminé les procédures suivies par les responsables de la santé publique au Canada lorsqu’ils enquêtent sur les signalements de grappes de cancer et avons analysé les défis auxquels ils font face pour communiquer les risques aux collectivités. Methods Nous avons mené treize entrevues par téléphone auprès de 15 responsables de différentes administrations canadiennes puis nous en avons effectué une analyse thématique. Nous avons également analysé le contenu de documents procéduraux provenant de cinq provinces. Results Un tiers des provinces et territoires visés par l’étude n’utilisent pas de lignes directrices uniformes pour enquêter sur les signalements de grappes de cancer, un tiers utilisent leurs propres lignes directrices et un tiers les lignes directrices d’autres pays. Chaque administration canadienne a nommé des organismes ou des personnes responsables différents pour enquêter sur les signalements de grappes. Dans la plupart des entrevues, les responsables ont déclaré que l’éducation du public était le principal objectif de la communication des risques pendant une enquête. Dans seulement 4 des 13 entrevues les responsables ont fait état de réactions positives du public après des enquêtes sur des signalements de grappes de cancer. Conclusion Cette étude a mis en lumière des différences dans les pratiques des responsables de la santé publique pour enquêter sur les grappes de cancer présumées. L’établissement de lignes directrices pancanadiennes sur les grappes de cancer pourrait améliorer l’uniformité des procédures entre administrations et offrir de meilleures possibilités de comparaison des réponses aux grappes aux fins d’évaluation. Un système de rapport permettant de suivre les grappes signalées pourrait améliorer le partage de l’information entre les différents chercheurs fédéraux, provinciaux/territoriaux et locaux. Au cours des enquêtes officielles, des approches de communication participative en personne devraient être envisagées pour améliorer la participation des citoyens et gérer les préoccupations des collectivités.
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 | 0.027 | 0.072 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.016 | 0.007 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".