Collaborative development and implementation of a knowledge brokering program to promote research use in Burkina Faso, West Africa
Notice bibliographique
Résumé
Despite efforts expended over recent decades, there is a persistent gap between the production of scientific evidence and its use. This is mainly due to the difficulty of bringing such knowledge to health workers and decision-makers so that it can inform practices and decisions on a timely basis. One strategy for transferring knowledge to potential users, that is, gaining increasing legitimacy, is knowledge brokering (KB), effectiveness of which in certain conditions has been demonstrated through empirical research. However, little is known about how to implement such a strategy, especially in the African context. The KB program presented here is aimed specifically at narrowing the gap by making scientific knowledge available to users with the potential to improve health-related practices and decision making in Burkina Faso. The program involves Canadian and African researchers, a knowledge broker, health practitioners, and policy-makers. This article presents the collaborative development of the KB strategy and the evaluation of its implementation at year 1. The KB strategy was developed in stages, beginning with a scoping study to ensure the most recent studies were considered. Two one-day workshops were then conducted to explore the problem of low research use and to adapt the strategy to the Burkinabè context. Based on these workshops, the KB program was developed and brokers were recruited and trained. Evaluation of the program's implementation after the first year showed that: 1) the preparatory activities were greatly appreciated by participants, and most considered the content useful for their work; 2) the broker had carried out his role in accordance with the logic model; and 3) this role was seen as important by the participants targeted by the activities and outputs. Participants made suggestions for program improvements in subsequent years, stressing particularly the need to involve decision-makers at the central level.
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 | 0,086 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,015 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».