MétaCan
Menu
Retour à la cohorte
Enregistrement W2168332909 · doi:10.1186/1748-5908-7-112

Institutionalization of evidence-informed practices in healthcare settings

2012· article· en· W2168332909 sur OpenAlexafffund
Gabriela Novotná, Maureen Dobbins, Joanna Henderson

Notice bibliographique

RevueImplementation Science · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensCentre for Addiction and Mental HealthUniversity of TorontoMcMaster UniversityUniversity of Lethbridge
Organismes subventionnairesCanadian Institutes of Health ResearchMcMaster University
Mots-clésInstitutionalisationHealth administrationHealth services researchKnowledge translationHealth careInstitutional theoryBest practiceImplementation researchHealth informaticsKnowledge managementEngineering ethicsTranslational researchManagement scienceMedicinePublic relationsSociologyPolitical scienceNursingComputer sciencePsychological interventionEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The effective and timely integration of the best available research evidence into healthcare practice has considerable potential to improve the quality of provided care. Knowledge translation (KT) approaches aim to develop, implement, and evaluate strategies to address the research-practice gap. However, most KT research has been directed toward implementation strategies that apply cognitive, behavioral, and, to a lesser extent, organizational theories. In this paper, we discuss the potential of institutional theory to inform KT-related research. DISCUSSION: Despite significant research, there is still much to learn about how to achieve KT within healthcare systems and practices. Institutional theory, focusing on the processes by which new ideas and concepts become accepted within their institutional environments, holds promise for advancing KT efforts and research. To propose new directions for future KT research, we present some of the main concepts of institutional theory and discuss their application to KT research by outlining how institutionalization of new practices can lead to their ongoing use in organizations. In addition, we discuss the circumstances under which institutionalized practices dissipate and give way to new insights and ideas that can lead to new, more effective practices. SUMMARY: KT research informed by institutional theory can provide important insights into how knowledge becomes implemented, routinized, and accepted as institutionalized practices. Future KT research should employ both quantitative and qualitative research designs to examine the specifics of sustainability, institutionalization, and deinstitutionalization of practices to enhance our understanding of these complex constructs.

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)0,290
score de la tête « metaresearch » (Gemma)0,436
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,290
Score d'incertitude au seuil0,875

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2900,436
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0070,052
Communication savante0,0210,014
Science ouverte0,0060,020
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,913
Tête enseignante GPT0,805
Écart entre enseignants0,108 · 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'étudeQualitatif
Domainenon disponible
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

Citations36
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetHealth Policy Implementation ScienceTravaux en français237 207