Exploring mentorship as a strategy to build capacity for knowledge translation research and practice: protocol for a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Research funders, educators, investigators and decision makers worldwide have identified the need to improve the quality of health care by building capacity for knowledge translation (KT) research and practice. Peer-based mentorship represents a vehicle to foster KT capacity. The purpose of this exploratory study is to identify mentoring models that could be used to build KT capacity, consult with putative mentee stakeholders to understand their KT mentorship needs and preferences, and generate recommendations for the content and format of KT mentorship strategies or programs, and how they could be tested through future research. METHODS: A conceptual framework was derived based on mentoring goals, processes and outcomes identified in the management and social sciences literature, and our research on barriers and facilitators of academic mentorship. These concepts will inform data collection and analysis. To identify useful models by which to design, implement and evaluate KT mentorship, we will review the social sciences, management, and nursing literature from 1990 to current, browse tables of contents of relevant journals, and scan the references of all eligible studies. Eligibility screening and data extraction will be performed independently by two investigators. Semi-structured interviews will be used to collect information about KT needs, views on mentorship as a knowledge sharing strategy, preferred KT mentoring program elements, and perceived barriers from clinician health services researchers representing different disciplines. Qualitative analysis of transcripts will be performed independently by two investigators, who will meet to compare findings and resolve differences through discussion. Data will be shared and discussed with the research team, and their feedback incorporated into final reports. DISCUSSION: These findings could be used by universities, research institutes, funding agencies, and professional organizations in Canada and elsewhere to develop, implement, and evaluate mentorship for KT research and practice. This research will establish a theoretical basis upon which we and others can compare the cost-effectiveness of interventions that enhance KT mentorship. If successful, this program of research may increase knowledge about, confidence in, and greater utilization of KT processes, and the quality and quantity of KT research, perhaps ultimately leading to better implementation and adoption of recommended health care services.
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 | 0,133 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,010 | 0,008 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,011 |
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 ».