The Contribution of Conceptual Frameworks to Knowledge Translation Interventions in Physical Therapy
Notice bibliographique
Résumé
There is growing recognition of the importance of knowledge translation activities in physical therapy to ensure that research findings are integrated into clinical practice, and increasing numbers of knowledge translation interventions are being conducted. Although various frameworks have been developed to guide and facilitate the process of translating knowledge into practice, these tools have been infrequently used in physical therapy knowledge translation studies to date. Knowledge translation in physical therapy implicates multiple stakeholders and environments and involves numerous steps. In light of this complexity, the use of explicit conceptual frameworks by clinicians and researchers conducting knowledge translation interventions is associated with a range of potential benefits. This perspective article argues that such frameworks are important resources to promote the uptake of new evidence in physical therapist practice settings. Four key benefits associated with the use of conceptual frameworks in designing and implementing knowledge translation interventions are identified, and limits related to their use are considered. A sample of 5 conceptual frameworks is evaluated, and how they address common barriers to knowledge translation in physical therapy is assessed. The goal of this analysis is to provide guidance to physical therapists seeking to identify a framework to support the design and implementation of a knowledge translation intervention. Finally, the use of a conceptual framework is illustrated through a case example. Increased use of conceptual frameworks can have a positive impact on the field of knowledge translation in physical therapy and support the development and implementation of robust and effective knowledge translation interventions that help span the research-practice gap.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».