A CALL FOR KNOWLEDGE TRANSLATION IN NURSING RESEARCH
Notice bibliographique
Résumé
Despite universal acknowledgement that healthcare practice and policy should be informed by the best available evidence, gaps in the timely creation and mobilization of knowledge are pervasive and contribute to poor health outcomes.These gaps emerge from the failure to develop evidence that responds to 'real world' issues, along with lengthy delays in uptake. 1 As a result of these 'knowdo' gaps, nursing researchers are moving away from traditional form of research knowledge creation and transfer toward more contextual and collaborative modes of research.Knowledge translation (KT) is increasingly recognized as a practical and effective way to improve the use of evidence in healthcare practice and policy.2 The Canadian Institutes of Health Research defines KT as "a dynamic and iterative process that includes synthesis, dissemination, exchange and ethically sound application of knowledge to improve health, provide more effective health services and products, and strengthen the health care system".3 Since 2013, in Brazil, the Rede para Políticas Informadas por Evidências (Evidence-Informed Policy Network -EVIPNet Brasil), a global WHO initiative, has supported evidence-informed decision making in healthcare policy.4 They have produced 14 evidence syntheses and eight deliberative dialogues for knowledge synthesis.With its emphasis on building mutual understanding and leveraging relationships to strengthen the use of evidence in practice and policy, this is an example of an integrated KT (IKT) strategy.Nursing practice is grounded in caring and relational theory. 1 These theories guide nurses to deeply attend to understanding and responding to the needs and goals of those with whom we work.As nurse researchers, these relational and caring theories extend to how we do research by guiding us toward approaches where researchers and research users co-produce knowledge about something defined as meaningful.Given the shared relational foundations between nursing and IKT, nurses are well positioned to contribute to advancing science and practice in this field.
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 | 0,550 | 0,698 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,015 | 0,010 |
| Études des sciences et des technologies | 0,012 | 0,088 |
| Communication savante | 0,053 | 0,111 |
| Science ouverte | 0,018 | 0,053 |
| Intégrité de la recherche | 0,076 | 0,065 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,012 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».