Integrating Scientific Evidence to Support Telehomecare Development in a Remote Region
Notice bibliographique
Résumé
This study aimed to understand how different types of knowledge have influenced the decision making process regarding the implementation of telehomecare in the organization of regional healthcare services in the Province of Quebec (Canada). A case study was conducted in order to explore how scientific evidence was integrated in the decision-making processes regarding the implementation of a telehomecare system in the Gaspésie-Magdalene Islands Health Region. A total of 14 semistructured interviews were completed with key organizational decision makers (regional managers, organization managers, healthcare professionals, and technological managers). Two researchers independently carried out data analysis, encouraging iterations and validation with study participants. The Gaspésie-Magdalene Islands Telehomecare Project is based on a technological solution named Intelligent Distance Patient Monitoring and constitutes a relevant example of the evolution of an e-health solution. Indeed, the first reports of the experiment influenced decision makers to continue the deployment of the solution. Decision makers from all groups agreed on the importance of using past experience to avoid pitfalls and ensure an optimal decision-making process. They highlighted the importance of knowledge translation between sites as well as within sites. Knowledge translation played an important part in the success of the project. Efficient strategies to transfer evidence to organizational decision making have been identified such as an endusers forum, where researchers provide support by sharing evidence with end-users and actively participate in knowledge translation.
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 | 0,113 | 0,160 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».