MétaCan
Menu
Retour à la cohorte
Enregistrement W1992460245 · doi:10.1111/j.1741-6787.2012.00256.x

Roadmap for a Participatory Research–Practice Partnership to Implement Evidence

2012· article· en· W1992460245 sur OpenAlexaff
Margaret B. Harrison, Ian D. Graham

Notice bibliographique

RevueWorldviews on Evidence-Based Nursing · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipAllianceNursingBest practiceHealth careEvidence-based practiceAdvance care planningProcess managementMedicineMedical educationPsychologyKnowledge managementPublic relationsPalliative careBusinessPolitical scienceComputer scienceAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Our research team has undertaken implementation of evidence in the form of practice guideline recommendations for populations in hospital, community, and long-term care settings with diverse provider and patient populations (people with chronic wounds, e.g., pressure and leg ulcers, heart failure, stroke, diabetes, palliative care, cancer, and maternity care). Translating evidence into clinical practice at the point of care is a complex and often overwhelming challenge for the health system as well as for individual practitioners. PURPOSE: To ensure that best available evidence is integrated into practice, "local evidence" needs to be generated and this process accomplishes a number of things: it focuses all involved on the "same page," identifies important facilitating factors as well as barriers, provides empirical support for planning, and in itself is a key aspect of implementation. In doing this work, we developed a roadmap, the Queen's University Research Roadmap for Knowledge Implementation (QuRKI) that outlines three major phases of linked research and implementation activity: (1) issue identification/clarification; (2) solution building; and (3) implementation, evaluation, and nurturing the change. In this paper, we describe our practical experience as researchers working at point-of-care and how research can be used to facilitate the implementation of evidence. An exemplar is used to illustrate the fluid interplay of research and implementation activities and present the range of supporting research. IMPLICATIONS: QuRKI serves as a guide for researchers in the formation of a strategic alliance with the practice community for undertaking evidence-informed reorganization of care. Using this collaborative approach, researchers play an integral role in focusing on, and using evidence during all discussions. We welcome further evaluation of its usefulness in the field.

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)0,387
score de la tête « metaresearch » (Gemma)0,242
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil0,756

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3870,242
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0030,006
Bibliométrie0,0070,005
Études des sciences et des technologies0,0190,025
Communication savante0,0330,037
Science ouverte0,0130,057
Intégrité de la recherche0,0310,037
Charge utile insuffisante (le modèle a refusé de juger)0,0320,010

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 Opus0,961
Tête enseignante GPT0,789
Écart entre enseignants0,172 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
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

Citations46
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorldviews on Evidence-Based NursingMême sujetHealth Policy Implementation ScienceTravaux en français237 207