Knowledge transfer & exchange through social networks: building foundations for a community of practice within tobacco control
Notice bibliographique
Résumé
BACKGROUND: Health services and population health innovations advance when knowledge transfer and exchange (KTE) occurs among researchers, practitioners, policy-makers and consumers using high-quality evidence. However, few KTE models have been evaluated in practice. Communities of practice (CoP) - voluntary, self-organizing, and focused groups of individuals and organizations - may provide one option. This paper outlines an approach to lay the foundation for a CoP within the area of Web-assisted tobacco interventions (WATI). The objectives of the study were to provide a data-driven foundation to inform decisions about organizing a CoP within the geographically diverse, multi-disciplinary WATI group using evaluation and social network methodologies. METHODS: A single-group design was employed using a survey of expectations, knowledge, and interpersonal WATI-related relationships administered prior to a meeting of the WATI group followed by a 3-week post-meeting Web survey to assess short-term impact on learning and networking outcomes. RESULTS: Twenty-three of 27 WATI attendees (85%) from diverse disciplinary and practice backgrounds completed the baseline survey, with 21 (91%) of those participants completing the three-week follow-up. Participants had modest expectations of the meeting at baseline. A social network map produced from the data illustrated a centralized, yet sparse network comprising of interdisciplinary teams with little trans-sectoral collaboration. Three-week follow-up survey results showed that participants had made new network connections and had actively engaged in KTE activities with WATI members outside their original network. CONCLUSION: Data illustrating both the shape and size of the WATI network as well as member's interests and commitment to KTE, when shared and used to frame action steps, can positively influence the motivation to collaborate and create communities of practice. Guiding KTE planning through blending data and theory can create more informed transdisciplinary and trans-sectoral collaboration environments.
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 | 0,039 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,026 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».