Mapping Stakeholder Perspectives on Engagement in Concussion Research to Theory
Notice bibliographique
Résumé
BACKGROUND: Involving stakeholders has been acknowledged as a way to improve quality and relevance in health research. The mechanisms that support effective research engagement with stakeholders have not been studied in the area of concussion. Concussion is a large public health concern worldwide with billions of dollars spent on health care services and research with improvements in care and service delivery not moving forward as quickly as desired. Enabling effective stakeholder engagement could improve concussion research and care. OBJECTIVE: The aim of the study was to identify potential benefits, challenges, and motivators to engaging in research by gathering the perspectives of adults with lived experience of concussion. METHODS: A thematic analysis of qualitative responses collected from a convenience sample attending a provincial brain injury conference (n = 60) was undertaken using open coding followed by axial coding. RESULTS: Four themes regarding benefits to engagement emerged: first-hand account, meaningful recovery, research relevance, and better understanding of gaps. Three forces inhibited engagement: environmental barriers, injury-related constraints, and personal deterrents. Four enablers supported engagement: focus on positive impact, build connections, create a supportive environment, and provide financial assistance. CONCLUSIONS: Understanding stakeholder's perspectives on research engagement is an important issue that may serve to improve research quality. There may be unique nuances at play with injury-specific stakeholders that require researchers to consider a balance between reducing inhibitors while supporting enablers. These findings are preliminary and limited. Nevertheless, they provide needed insight and guidance for ongoing investigation regarding improvement of stakeholder engagement in concussion research.
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 | 0,122 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,025 | 0,044 |
| Communication savante | 0,019 | 0,015 |
| Science ouverte | 0,005 | 0,025 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».