ترجمه مقاله شش چالش در مدل سازی سیاست های بهداشت همگانی - نشریه الزویر

ترجمه مقاله شش چالش در مدل سازی سیاست های بهداشت همگانی - نشریه الزویر
قیمت خرید این محصول
۴۱,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
شش چالش در مدل سازی سیاست های بهداشت همگانی
عنوان انگلیسی
Six challenges in modelling for public health policy
صفحات مقاله فارسی
11
صفحات مقاله انگلیسی
4
سال انتشار
2015
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
الزویر - Elsevier
فرمت مقاله انگلیسی
pdf و ورد تایپ شده با قابلیت ویرایش
فرمت ترجمه مقاله
pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع نگارش
مقالات پژوهشی (تحقیقاتی)
نوع ارائه مقاله
ژورنال
پایگاه
اسکوپوس
ایمپکت فاکتور(IF) مجله
3.373 در سال 2020
شاخص H_index مجله
33 در سال 2021
شاخص SJR مجله
1.537 در سال 2020
شناسه ISSN مجله
1755-4365
شاخص Q یا Quartile (چارک)
Q2 در سال 2020
کد محصول
11503
وضعیت ترجمه منابع داخل متن
ترجمه شده است ✓
ضمیمه
ندارد ☓
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
رفرنس در ترجمه
در انتهای مقاله درج شده است
رشته و گرایش های مرتبط با این مقاله
پزشکی، اپیدمیولوژی، بهداشت عمومی
مجله
اپیدمیک - Epidemics
دانشگاه
گروه اکولوژی و زیست شناسی تکاملی و دانشکده وودرو ویلسون، دانشگاه پرینستون، ایالات متحده آمریکا
کلمات کلیدی
مدل سازی، سیاست‌، ارتباط، عدم قطعیت، تأثیر
کلمات کلیدی انگلیسی
Modelling - Policy - Communication - Uncertainty - Burden
doi یا شناسه دیجیتال
https://doi.org/10.1016/j.epidem.2014.08.008
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده

مقدمه

1. بیان محدودیت های مدل سازی

2. حفظ ارزش مدل ها در مواجهه با افق های فکری بلند مدت

3. انجام مدل سازی مفید در بافت «قوه های سیاه»

4. ادغام مدل سازان و مدل سازی در فرآیند سیاست

5. تجزیه و تحلیل اقتصادی و حمایت از تصمیم گیری

6. ایجاد چرخه ای که در آن نتایج بر تصمیمات و تصمیمات بر نتایج تأثیر می گذارند

نتیجه گیری

تصاویر فایل ورد ترجمه مقاله (جهت بزرگنمایی روی عکس کلیک نمایید)
11503-IranArze    11503-IranArze1
نمونه چکیده متن اصلی انگلیسی
Abstract

The World Health Organisation's definition of public health refers to all organized measures to prevent disease, promote health, and prolong life among the population as a whole (World Health Organization, 2014). Mathematical modelling plays an increasingly important role in helping to guide the most high impact and cost-effective means of achieving these goals. Public health programmes are usually implemented over a long period of time with broad benefits to many in the community. Clinical trials are seldom large enough to capture these effects. Observational data may be used to evaluate a programme after it is underway, but have limited value in helping to predict the future impact of a proposed policy. Furthermore, public health practitioners are often required to respond to new threats, for which there is little or no previous data on which to assess the threat. Computational and mathematical models can help to assess potential threats and impacts early in the process, and later aid in interpreting data from complex and multifactorial systems. As such, these models can be critical tools in guiding public health action. However, there are a number of challenges in achieving a successful interface between modelling and public health. Here, we discuss some of these challenges.

Conclusions

Having national or international health policy change as a direct consequence of your own work can be enormously fulfilling for the analyst. However, for this to occur, and to ensure that the policy adequately represents the modelling work, proper engagement with policy makers is necessary. Productive engagement is a longterm process, and involves a deeper understanding ofthe needs and constraints of policy makers combined with a willingness to alter models inorder to try andbetter reflecttheseneeds andconstraints. At the same time, both modellers and their policy partners must work hard to appropriately interpret results, in particular appropriately communicating uncertainty. This engagement should help ensure that policy makers understand the limitations and constraints ofthe models better, while giving them more opportunities to usemodels as tools for decisions. Deeper engagement with policy makers will help modellers find the best ways of communicating clear and scientifically accurate information to best guide the development of policy.

نمونه چکیده ترجمه متن فارسی
چکیده

به طور کلی، تمامی اقدامات سازمان یافته برای جلوگیری از بیماری، ارتقاء سلامت و افزایش طول عمر در میان جمعیت، تعریفی است که سازمان بهداشت جهانی در مورد بهداشت همگانی ارائه کرده است (سازمان بهداشت جهانی، 2014). مدل سازی ریاضیاتی نقش مهمی را در یافتن مناسب ترین و مقرون به صرفه ترین روش ها برای دستیابی به اهداف فوق ایفاء می کند. به طور معمول، برنامه های بهداشت همگانی را در بلند مدت اجرا می کنند. این برنامه ها برای بیشتر مردم جامعه، منافع زیادی دارند. به ندرت اتفاق می افتد که کارآزمایی های بالینی آنقدر بزرگ باشند که اثرات این منافع را به درستی بیان کنند. می توان داده های مبتی بر مشاهده را برای ارزیابی برنامه ای استفاده کرد که شروع شده است، اما برای پیش بینی تأثیری که در آینده سیاست پیشنهادی خواهد داشت، ارزش کمی دارند. علاوه بر این، اغلب، کارورزان بهداشت همگانی می بایست به تهدیدات جدیدی پاسخ دهند که در خصوص آنها اطلاعات چندانی موجود نیست یا اطلاعات قبلی در مورد آنها برای ارزیابی تهدید وجود نداشته است. مدل های محاسباتی و ریاضیاتی می توانند در امر ارزیابی تهدیدات و تأثیرات احتمالی در ابتدای این فرآیند و سپس در تفسیر داده های سیستم های پیچیده و چندعاملی کمک کنند. به همین ترتیب، این مدل ها می توانند ابزار مهمی برای هدایت فعالیت بهداشت همگانی باشند. با این حال، به منظور دستیابی به ارتباطی موفق بین طراحی و بهداشت همگانی، چندین چالش وجود دارد. در اینجا، برخی از آنها را مطرح می کنیم.

نتیجه گیری

تغییر سیاست بهداشت ملی یا بین المللی به عنوان نتیجه ی مستقیم کار خودتان می تواند برای تحلیلگر بسیار رضایت بخش باشد. با این حال، برای اینکه این اتفاق رخ دهد و به منظور اطمینان از این موضوع که سیاست به شکلی مناسب نشان دهنده ی کار طراحی است، مشارکت کردن مناسب با سیاست گذاران ضروری است. مشارکت موفقیت آمیز فرآیندی بلندمدت است و درک عمیق تر نیازها و محدودیت های سیاست گذاران را شامل می شود که با تمایل به تغییر مدل ها به منظور تلاش کردن و بهتر نشان دادن این نیازها و محدودیت ها ادغام می شود. در عین حال، هم مدل سازان و هم شرکای سیاست آنان باید بسیار کار کنند، نتایج را به طور مناسبی تفسیر و بخصوص به طور مناسبی عدم قطعیت را بیان نمایند. این مشارکت باید به تضمین این موضوع کمک کند که سیاست گذاران، قیدها و محدودیت های این مدل ها را بهتر بشناسند، در حالی که این امر فرصت بیشتری را برای استفاده از مدل ها به عنوان ابزار تصمیم گیری به آنان می دهد. مشارکت عمیق تر با سیاست گذاران به مدل سازان در امر یافتن بهترین روش ها برای بیان واضح و به لحاظ علمی دقیق اطلاعات به منظور هدایت توسعه ی سیاست کمک خواهد کرد.


بدون دیدگاه