Sharing Empirical Knowledge to Improve Breastfeeding Promotion and Support: Description of a Research Dissemination Project
Notice bibliographique
Résumé
BACKGROUND: Effective transfer of research findings to health care settings is a shared priority among researchers, clinicians, and decision makers. A multidisciplinary, multi-method investigation conducted in 2001 that explored breastfeeding practices and support within a large immigrant community in Montreal, Quebec, Canada, bore numerous implications for practice. Peer-reviewed funding was subsequently granted to support dissemination of these findings to relevant stakeholders. METHOD: Key steps in implementing this research dissemination project included (1) identifying and attracting target audiences from hospitals, community health settings, and government agencies; (2) tailoring tools for communication of research findings to the various needs of audiences; (3) designing interactive workshops to facilitate knowledge uptake; and (4) integrating the project outcomes within a government-sponsored regional breastfeeding committee for longer-term impact. FINDINGS: Despite organizational challenges, more than 90 health care providers, decision makers, and breastfeeding support volunteers participated in the project workshops. Through feedback loops, the dissemination activities contributed new layers of understanding to the original research findings. The activities also engaged audience members to identify more effective breastfeeding support interventions and led to the adoption of breastfeeding support priorities shared by hospital, community, and government stakeholders. CONCLUSION: This dissemination project provided unique opportunities for researchers and stakeholders to share in the interpretation of research findings and to strategically plan for future interventions to promote and support breastfeeding within ethnically diverse communities. Further research dissemination work should continue to be theoretically grounded, include systematic, long-term assessment of dissemination outcomes, and be adequately financed throughout.
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 | 0,136 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,010 | 0,005 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,006 | 0,024 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».