MétaCan
Menu
Retour à la cohorte
Enregistrement W2943751343 · doi:10.1101/627042

Dissemination and Stakeholder Engagement Practices Among Dissemination & Implementation Scientists: Results from an Online Survey

2019· preprint· en· W2943751343 sur OpenAlexaboutno aff
Christopher E. Knoepke, M. Pilar Ingle, Daniel D. Matlock, Ross C. Brownson, Russell E. Glasgow

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisseminationStakeholderStakeholder engagementSeniorityPublic relationsInformation DisseminationVariety (cybernetics)Medical educationCommunity engagementBest practicePolitical sciencePsychologyBusinessMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction There has been an increasing focus on disseminating research findings, but less about practices specific to disseminating and engaging non-researchers. The present project sought to describe dissemination practices and engagement of stakeholders among dissemination & implementation (D&I) scientists. Methods Methods to disseminate to and engage non-research stakeholders were assessed using an online survey sent to a broad, diverse sample of D&I scientists. Results Surveys were received from 210 participants. The majority of respondents were from university or research settings in the U.S. (69%) or Canada (13%), representing a mix of clinical (28%) and community settings (34%). 26% had received formal training in D&I. Respondents indicated routinely engaging in a variety of dissemination-related activities, with academic journal publications (88%), conference presentations (86%), and reports to funders (74%) being the most frequent. Journal publication was identified as the most impactful on respondents’ careers (94%), but face-to-face meetings with stakeholders were rated as most impactful on practice or policy (40%). Stakeholder involvement in research was common, with clinical and community-based researchers engaging stakeholder groups in broadly similar ways, but with critical differences noted between researchers with greater seniority, those with more D&I training, those based in the US, and those in community vs, clinical research settings. Conclusions There have been increases in stakeholder engagement, but few other practices since the 2012 survey, and some differences across subgroups. Methods to engage different stakeholders deserve more in-depth investigation. D&I researchers report substantial misalignment of incentives and behaviors related to dissemination to non-research audiences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,061
score de la tête « metaresearch » (Gemma)0,127
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,322

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,127
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,459
Tête enseignante GPT0,563
Écart entre enseignants0,104 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetHealth Policy Implementation ScienceTravaux en français237 207