A Knowledge Transfer Study of the Utility of the Nova Scotia Seniors’ Mental Health Network in Implementing Seniors’ Mental Health National Guidelines
Notice bibliographique
Résumé
BACKGROUND: The Canadian Coalition for Seniors' Mental Health (CCSMH) developed national best-practice guidelines in seniors' mental health. Promoting adoption of new guidelines is challenging, as paper dissemination alone has limited impact on practice change. PURPOSE: We hypothesized that the existing knowledge transfer (KT) mechanisms of the Nova Scotia Seniors' Mental Health Network would prove useful in transferring the CCSMH best-practice guidelines. METHODS: In this observational KT study, CCSMH best-practice guidelines were delivered through two interactive, case-based teaching modules on Depression & Suicide, and Delirium via a provincial tele-education program and local face-to-face sessions. Usefulness of KT was measured using self-report evaluations of material quality and learning. Evaluation results from the two session topics and from tele-education versus face-to-face sessions were compared. RESULTS: Sessions were well attended (N = 347), with a high evaluation return rate (287, 83%). Most participants reported enhanced knowledge in seniors' mental health and intended to apply knowledge to practice. Ratings did not differ significantly between KT session topics or modes of delivery. CONCLUSIONS: The KT mechanisms of a provincial seniors' mental health network facilitated knowledge acquisition and the intention of using national guidelines on seniors' mental health among Nova Scotian clinicians. Key elements of accelerating KT used in this initiative are discussed.
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 | 0,022 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».