Successful Strategies to Engage Research Partners for Translating Evidence into Action in Community Health: A Critical Review
Notice bibliographique
Résumé
OBJECTIVES: To undertake a critical review describing key strategies supporting development of participatory research (PR) teams to engage partners for creation and translation of action-oriented knowledge. METHODS: Sources are four leading PR practitioners identified via bibliometric analysis. Authors' publications were identified in January 1995-October 2009 in PubMed, Embase, ISI Web of Science and CAB databases, and books. Works were limited to those with a process description describing a research project and practitioners were first, second, third, or last author. RESULTS: Adapting and applying the "Reliability Tested Guidelines for Assessing Participatory Research Projects" to retained records identified five key strategies: developing advisory committees of researchers and intended research users; developing research agreements; using formal and informal group facilitation techniques; hiring co-researchers/partners from community; and ensuring frequent communication. Other less frequently mentioned strategies were also identified. CONCLUSION: This review is the first time these guidelines were used to identify key strategies supporting PR projects. They proved effective at identifying and evaluating engagement strategies as reported by completed research projects. Adapting these guidelines identified gaps where the tool was unable to assess fundamental PR elements of power dynamics, equity of resources, and member turnover. Our resulting template serves as a new tool to measure partnerships.
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 | 0,194 | 0,331 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,033 | 0,023 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,011 | 0,016 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».