MétaCan
Menu
Retour à la cohorte
Enregistrement W1976868198 · doi:10.1136/ebm.6.3.71

Using Evidence in Health and Social Care

2001· article· en· W1976868198 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEvidence-Based Medicine · 2001
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensUniversity Health NetworkUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésSocial careHealth careSubject (documents)PsychologyPublic relationsNursingMedicinePolitical scienceComputer scienceLibrary science

Résumé

récupéré en direct d'OpenAlex

The aim of Using Evidence in Health and Social Care is to encourage healthcare practitioners to ask 2 questions: what counts as evidence, and is this research true for me, in my setting?The book's self declared target audience is practitioners in health and social care "who want to read research and apply it in practice and not for people who want to do research themselves."This book, like any overview of a large subject, is likely to please some of the people some of the time and leave everyone just a little dissatisfied.Although it claims to be aimed at the broadly defined "practitioner," it seems better suited to students of the health oriented social sciences and is written from a social science perspective.The text is one used by the Open University School for Health and Social Welfare for the course on critical practice in health and social care.For medically oriented healthcare practitioners, this book offers insight into qualitative methods that are more common to the social sciences.It challenges those who are steeped in quantitative methods to think more broadly about "what evidence is" (or what can be known for sure).It will also challenge them to critically appraise the validity of this type of evidence.Unfortunately, not all of the chapters are of interest, nor are they uniformly well written.For example, the first chapter, "ways of knowing," is a treatise on "what can be known for sure" and is full of postmodernist jargon.My initial reaction, as a busy practitioner whom the authors claim to be targeting, was to throw the book across the room.However, as I continued through subsequent chapters, I learnt that the necessity of first considering what evidence is becomes a central theme in critically appraising both evidence and methods for specific issues in specific settings.The logic of beginning with this chapter became obvious, and I relented somewhat in my initial harsh appraisal.My concern remains, however, that the opening chapter may deter busy healthcare practitioners from persevering with the rest of the book, unless they are taking the course or writing a review.Why do I not dismiss this book immediately as having no interest to medically oriented healthcare practitioners?I suspect that practitioners with a social science background might find the initial chapters, such as "making sense of surveys" and "understanding experimental design," a comfortable and non-threatening overview of quantitative methods.In addition, a basic but useful list of types of survey bias is included along with an excellent discussion of why consumer satisfaction surveys are poor indicators of a system's performance.Furthermore, I found that the chapters "interpreting meaning" and "using action research" were an approachable and enlightening overview of the continuum of collaborative, interpretivist research methods.Excellent examples of this method were used as a way to elucidate values and meanings that may be unique to particular situations.These methods not only answer questions but also may be used to frame the relevant question and bring about change in processes or organisations.Also included are excellent practical discussions of using these methods rigorously to provide high quality evidence.Using Evidence in Health and Social Care challenges one to think of evidence and its validity in a wider context than that emerging from quantitative methods.I recommend specific chapters of this text for healthcare practitioners who want an accessible overview of qualitative, collaborative, participatory, and interpretivist research methods.

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.

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptaucune catégorie
Domaine: non disponible · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,420
Tête enseignante GPT0,547
Écart entre enseignants0,127 · 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