CHARACTERISTICS OF OPINION LEADERS AND BOUNDARY SPANNERS IN LONG-TERM CARE
Notice bibliographique
Résumé
The Advice Seeking Networks in Long Term Care Study used social network analysis to understand the informal advice networks of senior leaders in Canadian long term care (LTC), with the goal of using this knowledge to inform future efforts to more effectively disseminate quality improvement innovations. In this abstract we describe one main component of the study, a qualitative analysis of interviews conducted with 39 opinion leaders, boundary spanners, and advice seekers identified in interpersonal advice networks in the sector. At each of the 958 LTC facilities spanning 11 of Canada’s 13 provinces and territories, we asked one senior leader to complete a survey identifying individuals who were informal sources of advice about quality improvement. The survey data from 482 respondents was then used to identify and interview network advice seekers by their out-degree scores, opinion leaders by their in-degree scores, and boundary spanners by their betweenness centrality scores. Results from thematic analysis of the interviews indicated that advice seekers tend to seek advice from those with whom they deem trustworthy and knowledgeable and with whom they share similar professional backgrounds and care philosophies. Opinion leaders possess an appetite for change and a strong sense of responsibility for improving care throughout the LTC system. They often have career trajectories that move them from clinical to administrative or oversight roles. Advice seeking relationships often endure over many years, transcending roles and even care sectors, and can evolve into reciprocal relationships.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».