<b>P-72</b> Building research capacity to address the public health need for palliative care
Notice bibliographique
Résumé
Background The growing demand to address significant public health issues such as ageing populations, changing patterns of chronic diseases, individuals living longer with life-limiting conditions and so on increases the pressure on researchers to produce high quality, clinically relevant, innovative palliative care research so as to improve the quality of life for service users and carers. Aim All Ireland Institute of Hospice and Palliative Care (AIIHPC) believes that one way to meet this demand is through research capacity building which is being taken forward via the Institute’s Palliative Care Research Network. Method Capacity building is defined as a “process where individuals, groups, networks, organisation and the wider community are encouraged and facilitated in enhancing their knowledge and skills so as to increase their ability to perform innovative and high quality research” (Moley and Seale, 2009). It is a major component of large national and international funding that seek to enhance and develop research expertise and leadership in specific health areas, for example, Irish Health Research Board, Public Health Agency (Northern Ireland), Horizon 2020, Canadian Institutes of Health Research). Conclusion AIIHPC’s Palliative Care Research Network is taking forward a multi-tiered approach to research capacity building ranging from awareness-raising of research, to providing more extensive support to those who want to progress elements of palliative care research, to providing tailored support and leadership opportunities for more advanced researchers.
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 | 0,014 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,130 | 0,081 |
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 ».