MétaCan
Menu
Retour à la cohorte
Enregistrement W2139297527 · doi:10.1186/1748-5908-9-51

Towards a common terminology: a simplified framework of interventions to promote and integrate evidence into health practices, systems, and policies

2014· article· en· W2139297527 sur OpenAlexafffund
Heather Colquhoun, Jennifer Leeman, Susan Michie, Cynthia Lokker, Peter Bragge, Susanne Hempel, K. Ann McKibbon, Gjalt-Jorn Peters, Kathleen R. Stevens, Michael G. Wilson, Jeremy Grimshaw

Notice bibliographique

RevueImplementation Science · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of OttawaMcMaster UniversityOttawa Hospital
Organismes subventionnairesU.S. National Library of MedicineCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésTerminologyKnowledge translationPsychological interventionKnowledge managementHealth services researchIntervention (counseling)Management scienceMedicineProcess managementComputer sciencePublic healthNursingEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A wide range of diverse and inconsistent terminology exists in the field of knowledge translation. This limits the conduct of evidence syntheses, impedes communication and collaboration, and undermines knowledge translation of research findings in diverse settings. Improving uniformity of terminology could help address these challenges. In 2012, we convened an international working group to explore the idea of developing a common terminology and an overarching framework for knowledge translation interventions. FINDINGS: Methods included identifying and summarizing existing frameworks, mapping together a subset of those frameworks, and convening a multi-disciplinary group to begin working toward consensus. The group considered four potential approaches to creating a simplified framework: melding existing taxonomies, creating a framework of intervention mechanisms rather than intervention strategies, using a consensus process to expand one of the existing models/frameworks used by the group, or developing a new consensus framework. CONCLUSIONS: The work group elected to draft a new, simplified consensus framework of interventions to promote and integrate evidence into health practices, systems and policies. The framework will include four key components: strategies and techniques (active ingredients), how they function (causal mechanisms), how they are delivered (mode of delivery), and what they aim to change (intended targets). The draft framework needs to be further developed by feedback and consultation with the research community and tested for usefulness through application and evaluation.

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)0,270
score de la tête « metaresearch » (Gemma)0,170
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,901

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2700,170
Méta-épidémiologie (sens strict)0,0050,002
Méta-épidémiologie (sens large)0,0050,008
Bibliométrie0,0250,014
Études des sciences et des technologies0,0090,067
Communication savante0,0210,028
Science ouverte0,0130,018
Intégrité de la recherche0,0140,022
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,717
Tête enseignante GPT0,746
Écart entre enseignants0,028 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations189
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetHealth Policy Implementation ScienceTravaux en français237 207