MétaCan
Menu
Retour à la cohorte
Enregistrement W1562170492

How to Improve Knowledge Translation of Qualitative Research into Clinical Practice

2015· article· en· W1562170492 sur OpenAlexaff
Rebecca J. Bartlett Ellis, Alexander M. Clark

Notice bibliographique

RevueInternational Journal of Nursing · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésQualitative researchQualitative propertyClinical PracticeKnowledge translationPsychologyTrustworthinessMedical educationQuality (philosophy)Health careNursingMedicineKnowledge managementSociologySocial psychologyComputer scienceSocial scienceEpistemologyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ABSTRACT How can qualitative research findings become more influential as trustworthy evidence on which to base clinical practice decisions? Despite an increase in its visibility, the clinical implementation of qualitative findings remains negligible; instead, knowledge users continue to base their clinical decision making primarily on quantitative evidence (Goguen, Knight, & Tiberius, 2008; Shuval, Harker, Roudsari, Groce, Mills, Siddiqi, & Shachak, 2011; Sofaer, 2002).. The purpose of this paper is to describe some of the factors affecting the impact of qualitative findings in the clinical practice of both nursing and medical professionals. This topic is timely and significant because while qualitative research approaches are methodologically and philosophically valid, these approaches remain comparatively lacking in discourse around evidence-based practice and ensuing clinical decisions. These authors continue the academic discussion surrounding the struggle to better translate qualitative research into clinical settings. A brief introduction to qualitative research methods sets a background for endorsing its increased use in clinical practice. The unique contribution of this paper is that practical solutions are provided for incorporating qualitative research into clinical decision-making by healthcare professionals. These are offered to encourage both qualitative and quantitative researchers, clinicians in nursing and medicine, and all knowledge users to take up this problem; despite theoretical and ideological differences, we all have the ultimate goal of utilizing high quality evidence to provide the best care to our patients. Keywords : Knowledge translation, qualitative research, nursing.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,652
score de la tête « metaresearch » (Gemma)0,808
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,348
Score d'incertitude au seuil0,429

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6520,808
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0100,008
Études des sciences et des technologies0,0090,023
Communication savante0,0220,027
Science ouverte0,0060,026
Intégrité de la recherche0,0100,015
Charge utile insuffisante (le modèle a refusé de juger)0,0180,009

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.

Tête enseignante Opus0,645
Tête enseignante GPT0,757
Écart entre enseignants0,112 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of NursingMême sujetInterprofessional Education and CollaborationTravaux en français237 207