Challenges in Knowledge Translation: The Early Years of Cancer Care Ontario’s Program in Evidence-Based Care
Notice bibliographique
Résumé
BACKGROUND: Cancer Care Ontario's Program in Evidence-Based Care (pebc) was formalized in 1997 to produce clinical practice guidelines for cancer management for the Province of Ontario. At the time, the gap between guideline development and implementation was beginning to be acknowledged. The Program implemented strategies to promote use of guidelines. METHODS: The program had to overcome numerous social challenges to survive. Prospective strategies useful to practitioners-including participation, transparent communication, a methodological vision, and methodology skills development offerings-were used to create a culture of research-informed oncology practice within a broad community of practitioners.Reactive strategies ensured the survival of the program in the early years, when some within the influential academic community and among decision-makers were skeptical about the feasibility of a rigorous methodologic approach meeting the fast turnaround times necessary for policy. RESULTS: The paper details the pebc strategies within the context of what was known about knowledge translation (kt) at the time, and it tries to identify key success factors. CONCLUSIONS: Many of the barriers faced in the implementation of kt-and the strategies for overcoming them-are unavailable in the public domain because the relevant reporting does not fit the traditional paradigm for publication. Telling the "stories behind the story" should be encouraged to enhance the practice of kt beyond the science.
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 | 0,229 | 0,249 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,021 | 0,023 |
| Communication savante | 0,019 | 0,012 |
| Science ouverte | 0,005 | 0,018 |
| Intégrité de la recherche | 0,008 | 0,011 |
| 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».