Engaging people with lived experience in the grant review process
Notice bibliographique
Résumé
People with lived experience are individuals who have first-hand experience of the medical condition(s) being considered. The value of including the viewpoints of people with lived experience in health policy, health care, and health care and systems research has been recognized at many levels, including by funding agencies. However, there is little guidance or established best practices on how to include non-academic reviewers in the grant review process. Here we describe our approach to the inclusion of people with lived experience in every stage of the grant review process. After a budget was created for a specific call, a steering committee was created. This group included researchers, people with lived experience, and health systems administrators. This group developed and issued the call. After receiving proposals, stage one was scientific review by researchers. Grants were ranked by this score and a short list then reviewed by people with lived experience as stage two. Finally, for stage three, the Steering Committee convened and achieved consensus based on information drawn from stages one and two. Our approach to engage people with lived experience in the grant review process was positively reviewed by everyone involved, as it allowed for patient perspectives to be truly integrated. However, it does lengthen the review process. The proposed model offers further practical insight into including people with lived experience in the review process.
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 | 0,507 | 0,532 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,004 |
| Études des sciences et des technologies | 0,022 | 0,019 |
| Communication savante | 0,023 | 0,020 |
| Science ouverte | 0,007 | 0,055 |
| Intégrité de la recherche | 0,013 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,007 |
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 ».