Development of a checklist to assess the quality of reporting of knowledge translation interventions using the Workgroup for Intervention Development and Evaluation Research (WIDER) recommendations
Notice bibliographique
Résumé
BACKGROUND: Influenced by an important paper by Michie et al., outlining the rationale and requirements for detailed reporting of behavior change interventions now required by Implementation Science, we created and refined a checklist to operationalize the Workgroup for Intervention Development and Evaluation Research (WIDER) recommendations in systematic reviews. The WIDER recommendations provide a framework to identify and provide detailed reporting of the essential components of behavior change interventions in order to facilitate replication, further development, and scale-up of the interventions. FINDINGS: The checklist was developed, applied, and improved over the course of four systematic reviews of knowledge translation (KT) strategies in a variety of healthcare settings conducted by Scott and associates. The checklist was created as one method of operationalizing the work of the WIDER in order to facilitate comparison across heterogeneous studies included in these systematic reviews. Numerous challenges were encountered in the process of creating and applying the checklist across four stages of development. The resulting improvements have produced a 'user-friendly' and replicable checklist to assess the quality of reporting of KT interventions in systematic reviews using the WIDER recommendations. CONCLUSIONS: With journals, such as Implementation Science, using the WIDER recommendations as publication requirements for evaluation reports of behavior change intervention studies, it is crucial to find methods of examining, measuring, and reporting the quality of reporting. This checklist is one approach to operationalize the WIDER recommendations in systematic review methodology.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Présentation des résultats · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | high |
| gpt | Métarecherche Domaine: Présentation des résultats · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,589 | 0,746 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,007 | 0,017 |
| Bibliométrie | 0,044 | 0,021 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,010 | 0,014 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».