Facilitation roles and characteristics associated with research use by healthcare professionals: a scoping review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Implementing research findings into practice is a complex process that is not well understood. Facilitation has been described as a key component of getting research findings into practice. The literature on facilitation as a practice innovation is growing. This review aimed to identify facilitator roles and to describe characteristics of facilitation that may be associated with successful research use by healthcare professionals. METHODS: We searched 10 electronic databases up to December 2016 and used predefined criteria to select articles. We included conceptual papers and empirical studies that described facilitator roles, facilitation processes or interventions, and that focused on healthcare professionals and research use. We used content and thematic analysis to summarise data. Rogers' five main attributes of an innovation guided our synthesis of facilitation characteristics. RESULTS: Of the 38 488 articles identified from our online and manual search, we included 195 predominantly research studies. We identified nine facilitator roles: opinion leaders, coaches, champions, research facilitators, clinical/practice facilitators, outreach facilitators, linking agents, knowledge brokers and external-internal facilitators. Fifteen facilitation characteristics were associated with research use, which we grouped into five categories using Rogers' innovation attributes: relative advantage, compatibility, complexity, trialability and observability. CONCLUSIONS: We found a diverse and broad literature on the concept of facilitation that can expand our current thinking about facilitation as an innovation and its potential to support an integrated, collaborative approach to improving healthcare delivery.
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.
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 | 0,034 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle