Is knowledge translation without patient or community engagement flawed?
Notice bibliographique
Résumé
Background: The engagement of patients/individuals and/or communities has become increasingly important in all aspects of the research process. Objective: The aim of this manuscript is to begin the discussion about the use and implementation of authentic engagement in the development of presentations and manuscripts which evolve from research that has engaged patients/individuals and/or communities. Methods: Community-Based Participatory Research; Transformative Action Research. Results and Discussion: In Canada, the framework for engaging patients/individuals and/or communities is clearly outlined in Chapter 9 of the Tri-Council Policy Statement: Ethical Conduct for Research Involving Humans which indicates that when research projects involving First Nations, Inuit and Métis peoples, the peoples in these communities are to have a role in shaping/co-creating the research that affects them. It is increasingly important that presentations and manuscripts that evolve from results/findings which have engaged patients/individuals and/or communities be co-presented/co-published. Presentations are often done without patients/individuals and/or communities and manuscripts published with only academic authors. Frequently, grants submitted and subsequently funded do not consider this aspect of the process in the budget which makes integrated and outcome knowledge translation, dissemination and distribution by and with patients/individuals and/or communities difficult to facilitate. Conclusions: This manuscript was designed to begin the discussion at various levels related to authentic engagement in the development of presentations and manuscripts which evolve from research that has engaged patients/individuals and/or communities. How will you include patients/individuals and/or communities in your presentations and publications?
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».