MétaCan
Menu
Retour à la cohorte
Enregistrement W2113122631 · doi:10.1186/1748-5908-5-44

Synergizing expectation and execution for stroke communities of practice innovations

2010· article· en· W2113122631 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueImplementation Science · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcGill UniversityUniversité de MontréalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBrainstormingKnowledge translationKnowledge managementBest practiceHealth administrationSession (web analytics)MedicineHealth informaticsPublic relationsProcess managementNursingMedical educationComputer scienceBusinessMarketingWorld Wide WebPublic healthPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Regional networks have been recognized as an interesting model to support interdisciplinary and inter-organizational interactions that lead to meaningful care improvements. Existing communities of practice within the a regional network, the Montreal Stroke Network (MSN) offers a compelling structure to better manage the exponential growth of knowledge and to support care providers to better manage the complex cases they must deal with in their practices. This research project proposes to examine internal and external factors that influence individual and organisational readiness to adopt national stroke best practices and to assess the impact of an e-collaborative platform in facilitating knowledge translation activities. METHODS: We will develop an e-collaborative platform that will include various social networking and collaborative tools. We propose to create online brainstorming sessions ('jams') around each best practice recommendation. Jam postings will be analysed to identify emergent themes. Syntheses of these analyses will be provided to members to help them identify priority areas for practice change. Discussions will be moderated by clinical leaders, whose role will be to accelerate crystallizing of ideas around 'how to' implement selected best practices. All clinicians (~200) involved in stroke care among the MSN will be asked to participate. Activities during face-to-face meetings and on the e-collaborative platform will be documented. Content analysis of all activities will be performed using an observation grid that will use as outcome indicators key elements of communities of practice and of the knowledge creation cycle developed by Nonaka. Semi-structured interviews will be conducted among users of the e-collaborative platform to collect information on variables of the knowledge-to-action framework. All participants will be asked to complete three questionnaires: the typology questionnaire, which classifies individuals into one of four mutually exclusive categories of information seeking; the e-health state of readiness, which covers ten domains of the readiness to change; and a community of practice evaluation survey. SUMMARY: This project is expected to enhance our understanding of collaborative work across disciplines and organisations in accelerating implementation of best practices along the continuum of care, and how e-technologies influence access, sharing, creation, and application of knowledge.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,553
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,622
Tête enseignante GPT0,733
Écart entre enseignants0,111 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle