The development of a framework to integrate evidence into a national injury prevention strategy
Notice bibliographique
Résumé
BACKGROUND: Injury is the leading cause of death from birth to age 34 in Canada (Statistics Canada, 2008). In 2013, a national injury prevention organization in Canada initiated a research-practitioner collaboration to establish a framework for incorporating evidence in the organization's decision-making. In this study, we outline the development process and provide an overview of the framework. METHODS: The process of development of the evidence-synthesis framework included consultation with national and international injury prevention experts, a review of the research literature to identify existing models for incorporating research evidence into public health practice and extensive interactions with the organization's leadership and staff. RESULTS: A framework emphasizing four types of research evidence was recommended: (i) epidemiologic evidence describing the burden and cause of injury, (ii) evidence concerning the effectiveness of interventions, (iii) evidence on effective methods for implementing promising interventions at a population level, and (iv) evidence and theory from the behavioral sciences. Through the evidence-synthesis process the framework prioritizes highly synthesized evidence-based strategies and draws attention to important research gaps. CONCLUSIONS: This study describes a novel opportunity to operationalize an organization's commitment to integrate evidence into practice. The framework provides guidance on how to use evidence strategically to maximize the potential impact of prevention efforts. Opportunities for further evaluation and dissemination are discussed.
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 | 0,418 | 0,254 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,006 | 0,010 |
| Bibliométrie | 0,043 | 0,016 |
| Études des sciences et des technologies | 0,014 | 0,040 |
| Communication savante | 0,032 | 0,029 |
| Science ouverte | 0,015 | 0,028 |
| Intégrité de la recherche | 0,021 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».