Streamlining recruitment practices and providing equal access to research opportunities: An in-depth look at the benefits and challenges of implementing a Permission to Contact platform
Notice bibliographique
Résumé
Are you struggling to support participant recruitment at your institution? Are you concerned that not all patients are provided equal access to participate in research opportunities that may benefit their health and quality of life? If your answer is yes, you may be interested in learning about Permission to Contact platforms.\nParticipant recruitment for clinical research is becoming increasingly challenging in academic and clinical settings and many organizations are seeking strategies to facilitate and streamline recruitment practices. The implementation of a Permission to Contact (PTC) Platform has the potential to overcome these challenges and ensure all patients are provided with equal access to research opportunities. The PTC platform asks patients in academic health care setting to give consent to be contacted for future research opportunities that may be relevant to them. Implementing such a platform can enable completion of research studies, especially for studies requiring a large number of participants. Some organizations across Canada and internationally have begun to develop and implement PTC platforms leveraging either an opt in or opt out model of consent. During this workshop, attendees will be provided with: 1) a national and international overview of existing PTC platforms; 2) a description of N2's Permission to Contact toolkit; 3) learnings from two Ontario Academic Health Science Centres, Holland Bloorview Kids Rehabilitation Hospital and Baycrest; and 4) a review of the legal and privacy implications associated with PTC platforms.
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 | 0,005 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».