What if implementation is not the problem? Exploring the missing links between knowledge and action
Notice bibliographique
Résumé
Given all the available knowledge about effective implementation, why do many organizations continue to have-or appear to have-an implementation problem? Analysis of a 7-year corpus of reports by a Canadian health region's "embedded" research and evaluation unit sought to discover the source of the region's intractable difficulty implementing improvement. Findings suggested that the problem was neither a lack of knowledge (decision-makers displayed sophisticated understanding of fundamental issues) nor an inability to take action (there existed sufficient capacity to implement change). However, managers' high-level knowledge was not made actionable, and micro-level decision-making often produced piecemeal actions inadequately informed by existing knowledge. The problem arose at the stage of "operationalization"-the identification of concrete, executable actions fully informed by knowledge of complex, system-level issues. Yet this crucial phase is a focus of neither the implementation nor knowledge translation (KT) literatures. The organizational decision-making literature reveals how decision-makers initiate operationalization (i.e., by setting the direction for a discovery approach) but not how they can ensure its successful completion. The focus of KT research and practice should expand to explicating and improving decision-making, lest KT become an exercise of infusing content into a broken process. Copyright © 2014 John Wiley & Sons, Ltd.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,079 | 0,167 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,008 | 0,047 |
| Communication savante | 0,027 | 0,041 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».