MétaCan
Menu
Retour à la cohorte
Enregistrement W2136981262 · doi:10.1017/s0266462314000737

DIFFERENCES IN EVALUATING HEALTH TECHNOLOGY ASSESSMENT KNOWLEDGE TRANSLATION BY RESEARCHERS AND POLICY MAKERS IN CHINA

2014· article· en· W2136981262 sur OpenAlexaff
Wenbin Liu, Lizheng Shi, Raymond Pong, Hengjin Dong, Yiwei Mao, Meng Tang, Yingyao Chen

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensNOSM University
Organismes subventionnairesnon disponible
Mots-clésChinaKnowledge translationPolitical scienceMedicineKnowledge managementComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The aim of this study was to examine the gaps between researchers and policy makers in perceptions and influencing factors of knowledge translation (KT) of health technology assessment (HTA) in China. METHODS: A sample of 382 HTA researchers and 112 policy makers in China were surveyed using structured questionnaires. The questionnaires contained two sections: perceptions of HTA research and assessments of six-stage KT activities. Wilcoxon rank sum test was applied to compare the differences in these two sections between HTA researchers and policy makers. Multivariate linear regression was performed to explore KT determinants of HTA for researchers and policy makers separately. RESULTS: Policy makers and researchers differed in their perceptions of HTA research in all items except collaboration in research development and presentation of evidence in easy-to-understand language. Significant differences in KT activities existed in all the six stages except academic translation. Regarding KT determinants, close contact between research unit and policy-making department, relevance of HTA to policy making, and importance of HTA on policy making were considered facilitators by both groups. For researchers, practicality of HTA report and presentation of evidence in easy-to-understand language can facilitate KT. Policy makers, on the other hand, considered an overly pedantic nature of HTA research as an obstacle to effective KT. CONCLUSIONS: Substantial gaps existed between HTA researchers and policy makers regarding the perceptions of HTA research and KT activities. There are also some differences in KT determinants by these two groups. Enhancing collaboration, promoting practicality and policy relevance of HTA research, and making HTA findings easily understood are likely to further the KT of HTA evidence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,086
score de la tête « metaresearch » (Gemma)0,155
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,456

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0860,155
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,008
Études des sciences et des technologies0,0020,003
Communication savante0,0050,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,354
Tête enseignante GPT0,571
Écart entre enseignants0,216 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207