Knowledge translation in physical therapy: from theory to practice
Notice bibliographique
Résumé
PURPOSE: Knowledge translation (KT) has emerged as a concept that can lead to a greater utilization of evidence-based research in systems of care. Despite a rise in KT research, the literature on KT in relation to physical therapy practice is scarce. This article provides physical therapists (PTs) with recommendations that can support the effective implementation of new knowledge and scientific evidence in clinical practice. METHOD: Recommendations are grounded in the Ottawa Model of Research Use and in the literature in KT in the health professions. RESULTS: A well-established KT process, which is supported by a planning model, is essential to guide the implementation of scientific evidence. Consensus among all stakeholders about what evidence will be implemented must be reached. Context-related barriers and facilitators should be assessed and tailored active and multi-component interventions should be considered. Participation from individuals in intermediary positions (e.g. opinion leaders) supports implementation of KT interventions. Monitoring of the process and assessment of intended outcomes should be performed in order to assess the success of the implementation. CONCLUSION: Five major recommendations grounded in the Ottawa model are provided that can assist PTs with the complex task of implementing new knowledge in their clinical practice. IMPLICATIONS FOR REHABILITATION: In order to support EBP, knowledge translation interventions can be used to support best practice. Implementation of new knowledge should be guided by a framework or a conceptual model. Consensus on the evidence must be reached and assessment of context-related factors should be done prior to the implementation of any KT intervention. Intervention strategies should be active, multi-component and include individuals with intermediary positions that can facilitate the KT process.
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 | 0,163 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,005 | 0,035 |
| Communication savante | 0,025 | 0,024 |
| Science ouverte | 0,007 | 0,018 |
| Intégrité de la recherche | 0,011 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».