Using implementation science to engage stakeholders and improve outcome measurement in a preschool speech-language service system
Notice bibliographique
Résumé
Background: This tutorial presents one example of collaborative implementation research in a preschool speech-language service system – Ontario Canada's Preschool Speech and Language Program. Working collaboratively with stakeholders including policy makers, managers, and speech-language pathologists (SLPs), four webinar modules were developed to support implementation of the Focus on the Outcomes of Communication Under Six (FOCUS), a new participation-focused outcome measurement tool in pediatric speech-language pathology. The webinar modules were pilot tested at two community sites to determine whether they were effective at increasing SLPs’ knowledge, perceptions, and intentions for practice. The Knowledge-to-Action framework was used to inform all phases of this work. Methods: Forty-six SLPs completed an initial 15-item survey online, consecutively viewed the four webinar modules (67 minutes), and then completed a final 15-item survey online. Results: After viewing the webinar modules, SLPs reported significantly higher perceptions about the value of participation-based outcome measures and outcome monitoring; perceptions of reliability, validity and clinical utility of the FOCUS; intentions to use data from the FOCUS to support clinical discussions and decision making; and intentions to submit data as part of a provincial outcome monitoring program. Conclusions: Barriers to this type of implementation research included a variety of challenges related to methodology. Facilitators included research products that were highly relevant to the practice context, high rates of participation in our pilot study, and external validity for pilot study results. Collaborating with stakeholders is an important part of implementation work and is critical for ensuring research is relevant to and applicable in clinical practice.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».