MétaCan
Menu
Retour à la cohorte
Enregistrement W2441251642 · doi:10.1186/s12961-016-0118-z

Do knowledge translation (KT) plans help to structure KT practices?

2016· article· en· W2441251642 sur OpenAlexafffundabout
Salomon Tchameni Ngamo, Karine Souffez, Catherine Lord, Christian Dagenais

Notice bibliographique

RevueHealth Research Policy and Systems · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversité de MontréalCentre de Liaison Sur l'Intervention et la Prévention PsychosocialesInstitut National de Santé Publique du QuébecThe Quebec Population Health Research NetworkUniversité du Québec à Montréal
Organismes subventionnairesInstitut National de Santé Publique du Québec
Mots-clésOperationalizationKnowledge translationContext (archaeology)Knowledge managementProcess managementPlan (archaeology)Medical educationMedicineComputer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A knowledge translation (KT) planning template is a roadmap laying out the core elements to be considered when structuring the implementation of KT activities by researchers and practitioners. Since 2010, the Institut national de santé publique du Québec (INSPQ; Québec Public Health Institute) has provided tools and guidance to in-house project teams to help them develop KT plans. This study sought to identify the dimensions included in those plans and which ones were integrated and how. The results will be of interest to funding agencies and scientific organizations that provide frameworks for KT planning. METHODS: The operationalization of KT planning dimensions was assessed in a mixed methods case study of 14 projects developed at the INSPQ between 2010 and 2013. All plans were assessed (rated) using an analytical tool developed for this study and data from interviews with the planning coordinators. The analytical tool and interview guide were based on eight core KT dimensions identified in the literature. RESULTS: Analysis of the plans and interviews revealed that the dimensions best integrated into the KT plans were 'analysis of the context (barriers and facilitators) and of users' needs', 'knowledge to be translated', 'KT partners', 'KT strategies' and, to a lesser extent, 'overall KT approach'. The least well integrated dimensions were 'knowledge about knowledge users', 'KT process evaluation' and 'resources'. CONCLUSIONS: While the planning coordinators asserted that a plan did not need to include all the dimensions to ensure its quality and success, nevertheless the dimensions that received less attention might have been better incorporated if they had been supported with more instruments related to those dimensions and sustained methodological guidance. Overall, KT planning templates appear to be an appreciated mechanism for supporting KT reflexive practices. Based on this study and our experience, we recommend using KT plans cautiously when assessing project efficacy and funding.

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 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)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,940
Tête enseignante GPT0,789
Écart entre enseignants0,151 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations32
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Research Policy and SystemsMême sujetHealth Policy Implementation ScienceTravaux en français237 207