MétaCan
Menu
Retour à la cohorte
Enregistrement W2311752326 · doi:10.3138/cjpe.028.004

Comparison of the Use of Self-Report Surveys and Organizational Documents in Knowledge Translation Research

2013· article· en· W2311752326 sur OpenAlexaffvenueabout
Jennifer Boyko, Maureen Dobbins, Kara DeCorby, Steven Hanna

Notice bibliographique

RevueCanadian Journal of Program Evaluation · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcMaster UniversityBrock University
Organismes subventionnairesnon disponible
Mots-clésOutcome (game theory)Computer scienceKnowledge managementPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract: We compared the same outcome data obtained from two different sources (self-report surveys and organizational documents) in order to examine their relative performance in evaluating the effect of knowledge translation strategies on evidence-informed decision-making. Our data came from a randomized controlled trial that evaluated the impact of knowledge translation strategies on promoting evidence-informed decision-making in public health units across Canada. We found that self-report surveys identified more outcome data than organizational documents; the types of documents that identified the most outcome data were evaluation plans, operational plans, work plans, and evaluation data; the types of documents that identified the least outcome data were meeting minutes, statistics/annual reports, and strategic plans; and evaluation plans, operational plans, and work plans together provide more outcome data than other combinations. Overall, our study suggests that evidence-informed decision-making may be appropriately measured by using multiple data sources in order to compare data across sources and to gain a more accurate representation of the results. Our findings also suggest that if organizational documents are used as a source of data in knowledge translation research, then specific types should be used in order to maximize the likelihood of identifying measures of effectiveness.

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.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptMétarecherche
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,924
Tête enseignante GPT0,747
Écart entre enseignants0,176 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations5
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Program EvaluationMême sujetHealth Policy Implementation ScienceCatégorieMétarechercheTravaux en français237 207