Researcher-decision-maker partnerships in health services research: Practical challenges, guiding principles
Notice bibliographique
Résumé
BACKGROUND: In health services research, there is a growing view that partnerships between researchers and decision-makers (i.e., collaborative research teams) will enhance the effective translation and use of research results into policy and practice. For this reason, there is an increasing expectation by health research funding agencies that health system managers, policy-makers, practitioners and clinicians will be members of funded research teams. While this view has merit to improve the uptake of research findings, the practical challenges of building and sustaining collaborative research teams with members from both inside and outside the research setting requires consideration. A small body of literature has discussed issues that may arise when conducting research in one's own setting; however, there is a lack of clear guidance to deal with practical challenges that may arise in research teams that include team members who have links with the organization/community being studied (i.e., are "insiders"). DISCUSSION: In this article, we discuss a researcher-decision-maker partnership that investigated practice in primary care networks in Alberta. Specifically, we report on processes to guide the role clarification of insider team members where research activities may pose potential risk to participants or the team members (e.g., access to raw data). SUMMARY: These guiding principles could provide a useful discussion point for researchers and decision-makers engaged in health services research.
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 | 0,564 | 0,287 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,031 | 0,151 |
| Communication savante | 0,043 | 0,033 |
| Science ouverte | 0,016 | 0,038 |
| Intégrité de la recherche | 0,044 | 0,045 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; 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 ».