MétaCan
Menu
Retour à la cohorte
Enregistrement W2898875739 · doi:10.9778/cmajo.20180143

Assessment of scalability of evidence-based innovations in community-based primary health care: a cross-sectional study

2018· article· en· W2898875739 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueCMAJ Open · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversité LavalUniversity of OttawaWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychological interventionDimension (graph theory)ScalabilityStandard deviationCross-sectional studyHealth careMedicineKnowledge managementComputer scienceNursingStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

<h3>Background:</h3> In 2013, the Canadian Institutes of Health Research funded 12 community-based primary health care research teams to develop evidence-based innovations. We aimed to explore the scalability of these innovations. <h3>Methods:</h3> In this cross-sectional study, we invited the 12 teams to rate their evidence-based innovations for scalability. Based on a systematic review, we developed a self-administered questionnaire with 16 scalability assessment criteria grouped into 5 dimensions (theory, impact, coverage, setting and cost). Teams completed a questionnaire for each of their innovations. We analyzed the data using simple frequency counts and hierarchical cluster analysis. We calculated the mean number and standard deviation (SD) of innovations that met criteria within each dimension that included more than 1 criterion. The analysis unit was the innovation. <h3>Results:</h3> The 11 responding teams evaluated 33 evidence-based innovations (median 3, range 1–8 per team). The innovations focused on access to care and chronic disease prevention and management, and varied from health interventions to methodological innovations. Most of the innovations were health interventions (<i>n</i> = 21), followed by analytical methods (<i>n</i> = 4), conceptual frameworks (<i>n</i> = 4), measures (<i>n</i> = 3) and strategies to build research capacity (<i>n</i> = 1). Most (29) met criteria in the theory dimension, followed by impact (mean 22.3 [SD 5.6] innovations per dimension), setting (mean 21.7 [SD 8.5]), cost (mean 17.5 [SD 2.1]) and coverage (mean 14.0 [SD 4.1]). On average, the innovations met 10 of the 16 criteria. Adoption was the least assessed criterion (<i>n</i> = 9). Most (20) of the innovations were highly ranked for scalability. <h3>Interpretation:</h3> Scalability varied among innovations, which suggests that readiness for scale up was suboptimal for some innovations. Coverage remained largely unaddressed; further investigation of this critical dimension is necessary.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,778
Tête enseignante GPT0,727
Écart entre enseignants0,050 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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