MétaCan
Menu
Retour à la cohorte
Enregistrement W1993567346 · doi:10.1080/10826080500224533

Improving Research Transfer in the Addictions Field: A Perspective from Canada

2005· article· en· W1993567346 sur OpenAlexaboutno aff
Bette Reimer, Edward Sawka, Darlene James

Notice bibliographique

RevueSubstance Use & Misuse · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentivePractice researchAddictionField (mathematics)WorkforcePerspective (graphical)Knowledge managementKnowledge transferConceptual frameworkPsychological interventionManagement scienceEngineering ethicsPsychologyPublic relationsSociologyPolitical scienceComputer scienceMedicineEngineeringNursingEconomics

Résumé

récupéré en direct d'OpenAlex

This paper discusses how to enhance the research-to-practice exchange in the addictions field, while maintaining a balance with the demands and complexities of program delivery and policy development. It outlines the evolution of the concept of evidence-based practice, discusses the practical limitations and ways to improve transferring research to practice, and provides examples of research transfer activities in Canada. Practical limitations to research transfer include individual, organizational, and community factors. A strategic approach to research transfer includes addressing these limitations by combining dissemination activities with interventions such as individual instruction and incentives; building relationships among researchers, practitioners, and populations served; and obtaining commitments at a systemic level from funding bodies and research organizations to support research transfer. The potential is noted for the concept of workforce development to facilitate research transfer at organizational levels. The conclusion shown in this paper is that the tools and concept of evidence-based practice can lead the way to strengthening addictions programs and policies, and the development of a conceptual model for addiction research transfer in Canada would be a useful next step.

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)0,088
score de la tête « metaresearch » (Gemma)0,108
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,912
Score d'incertitude au seuil0,907

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0880,108
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,008
Études des sciences et des technologies0,0350,018
Communication savante0,0150,008
Science ouverte0,0050,014
Intégrité de la recherche0,0090,009
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,573
Tête enseignante GPT0,640
Écart entre enseignants0,067 · 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
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSubstance Use & MisuseMême sujetHealth Policy Implementation ScienceTravaux en français237 207