Do knowledge translation (KT) plans help to structure KT practices?
Notice bibliographique
Résumé
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 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 | 0,092 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,015 | 0,018 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».