Making Contributions and Defining Success: An eDelphi Study of the Inaugural Cohort of CIHR Health System Impact Fellows, Host Supervisors, and Academic Supervisors
Notice bibliographique
Résumé
Context:The Health System Impact (HSI) Fellowship, an innovative training program developed by the Canadian Institutes of Health Research' s Institute of Health Services and Policy Research, provides PhD-trained health researchers with an embedded, experiential learning opportunity within a health system organization.Methods/Design: An electronic Delphi (eDelphi) study was conducted to: (1) identify the criteria used to define success in the program and (2) elucidate the main contributions fellows made to their organizations.Through an iterative, two-round eDelphi process, perspectives were elicited from three stakeholder groups in the inaugural cohort of the HSI Fellowship: HSI fellows, host supervisors and academic supervisors.Discussion: A consensus was reached on many criteria of success for an embedded research fellowship and on several perceived contributions of the fellows to their host organization and academic institutions.This work begins to identify specific criteria for success in the fellowship that can be used to improve future iterations of the program. RésuméContexte : Les bourses d' apprentissage en matière d'impact sur le système de santé (BAIS) -un programme de formation novateur mis au point par l'Institut des services et des politiques de santé des Instituts de recherche en santé du Canada -offrent aux chercheurs titulaires d' un Marc-André Blanchette et al.
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 | 0,038 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».