Translação do conhecimento : traduzindo pesquisa para uso na prática e na formulação de políticas
Notice bibliographique
Résumé
Objetivo: Estudo teórico refl exivo de conceitos de translação do conhecimento e seu processo de implementação para usar evidências de pesquisas na prática e na formulação de políticas. Resultados: O processo de translação da pesquisa para a prática é interativo e dinâmico, com limites fl exíveis entre criação do conhecimento e desenvolvimento das ações. A translação do conhecimento enfoca cocriação de conhecimento com os interessados e compartilhamento desse conhecimento para garantir utilização de pesquisas relevantes para facilitar tomada informada de decisões e mudanças na política, prática e prestação de serviços de saúde. No Brasil, existem muitos desafi os para implementar a translação do conhecimento: falta de familiaridade; falta de parceria entre pesquisadores e usuários do conhecimento, e baixos orçamentos para pesquisa. Conclusões: Uma ênfase na translação do conhecimento tem potencial para impactar positivamente resultados de saúde. Futuras investigações são necessárias no Brasil para estudar abordagens para melhorar o uso de resultados de pesquisa.
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 | 0,056 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,009 | 0,015 |
| Communication savante | 0,017 | 0,015 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 ».