Development of a framework for knowledge translation: understanding user context
Notice bibliographique
Résumé
OBJECTIVE: To develop a framework that researchers and other knowledge disseminators who are embarking on knowledge translation can use to increase their familiarity with the intended user groups. METHODS: The framework was derived from a review and analysis of the knowledge translation literature and from the authors' own experience with a variety of user groups. RESULTS: The framework consists of five domains: the user group, the issue, the research, the knowledge translation relationship, and dissemination strategies. Within each domain, the framework includes a series of questions. The questions provide the researcher with a way of organizing what he or she already knows about the user group and the knowledge translation project, of identifying what still is unknown, and of flagging what is important to learn. CONCLUSIONS: Most researchers wishing to engage in knowledge translation are moving out of their own familiar contexts. By using this framework, researchers will learn about the new contexts in which they find themselves. The insights they gain will increase their familiarity with the user group, thus aiding in the implicit goal of the interactive model of knowledge translation: making the researcher a part of the user group context.
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 | 0,167 | 0,143 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,017 | 0,013 |
| Études des sciences et des technologies | 0,010 | 0,043 |
| Communication savante | 0,018 | 0,043 |
| Science ouverte | 0,009 | 0,017 |
| Intégrité de la recherche | 0,013 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».