Partnership experiences: Involving decision-makers in the research process
Notice bibliographique
Résumé
OBJECTIVES: To describe researchers' experiences with involving health system managers and public policy-makers (i.e. decision-makers) in the research process, and decision-makers' experiences with the research process, including their assessments of the benefits and costs of the involvement, and their recommendations for facilitating it. METHODS: We conducted semi-structured interviews with principal investigators and research staff for the seven research programmes funded by the Canadian Health Services Research Foundation in the 1999 and 2000 competition years, and with the decision-makers they involved in the research programmes. RESULTS: We identify three models of decision-maker involvement--formal supporter, responsive audience, and integral partner--each of which yielded important contributions to the research process. Four factors--the stage of the research process, time commitment required, alignment between decision-maker expertise and programme needs, and an existing relationship between the researcher and decision-maker--influenced the role played by decision-makers. CONCLUSIONS: While on balance a beneficial experience, the further promotion of decision-maker involvement in the research process should involve helping researchers and decision-makers identify strategic opportunities for decision-maker involvement and support the costs associated with the involvement. Consideration should also be given to undertaking and evaluating interactions between researchers and decision-makers outside of the research process.
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 | 0,127 | 0,156 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,019 |
| Communication savante | 0,015 | 0,016 |
| Science ouverte | 0,003 | 0,025 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».