Evaluating Public Engagement for a Consensus Development Conference
Notice bibliographique
Résumé
BACKGROUND: Effectively engaging Canadians to help improve the quality and delivery of healthcare to dying Canadians is a priority for healthcare administrators and policy makers. This report shares our evaluation and learnings, applying a series of strategies to encourage policy formation. The Palliative Care Matters consensus development conference held in Ottawa on November 7-9, 2016 brought together members of the public, stakeholders, scientific experts, and a lay panel of interested Canadians to examine Canadian public opinions on palliative care and question experts on how palliative care could be enhanced. OBJECTIVE: This report shares our evaluation and learnings applying a series of strategies to encourage policy formation. METHODS: An evaluation was conducted to measure the short, intermediate, and identify long-term outcomes of the conference. The overall performance of the conference for public engagement from November 2016 to mid June 2017 is shared. RESULTS AND CONCLUSION: The outcome of the conference was positive. It was attended and watched online by over 400 participants, received national print, radio and television coverage, and generated high exposure and engagement on social media. Survey results showed that the majority of steering committee, expert, and lay panel members felt a high level of engagement and agreed that the engagement process was successful. Evaluation will be conducted on an ongoing basis for at least another year.
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 | 0,576 | 0,578 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,016 | 0,006 |
| Communication savante | 0,016 | 0,008 |
| Science ouverte | 0,006 | 0,021 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».