Clinical research potential in <scp>V</scp>ictorian hospitals: the <scp>V</scp>ictorian clinician researcher needs analysis survey
Notice bibliographique
Résumé
BACKGROUND: The 2012 McKeon Review highlighted the role of clinician researchers in patient based research and the need to foster this capacity. While anecdotal evidence suggests that clinician researchers are under threat and underfunded, Australian data on barriers and enablers of clinician-led research are scant. AIMS: To describe (i) characteristics of clinician researchers; (ii) for research-active clinicians: areas of research, barriers/enablers of research and factors associated with funding success; and (iii) for research-inactive clinicians: enablers of future research. METHODS: An online survey distributed through the Bio21 Cluster to clinicians (doctors, nurses, allied health professionals) in 15 Victorian hospitals between November 2011 and January 2012. RESULTS: Seven hundred and seventy of 1027 (75%) of respondents were research-active and were more likely to be male, medical doctors, aged 45-54 years, to work full-time and have a higher degree (all P < 0.01). Of clinicians with a higher degree, 28% were research-inactive. Clinicians identified protected research time (50%), designated research space (42%), clinical trial coordinators (35%), institutional funding (34%) and mentoring (33%) as critical enablers of research. Research-inactive clinicians identified protected research time as the key enabler of future research. CONCLUSIONS: To realise recommendations in the McKeon Review, hospitals and research bodies will need to protect research time and provide space and funding. Engaging research-inactive clinicians will build research capacity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,138 | 0,651 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».