Dissemination and stakeholder engagement practices among dissemination & implementation scientists: Results from an online survey
Notice bibliographique
Résumé
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 United States. (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 United States vs. Canada, 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 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 | 0,040 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».