MétaCan
Menu
Retour à la cohorte
Enregistrement W3007196585 · doi:10.15171/ijhpm.2020.07

What Can Health Services Researchers Offer Health Systems? Developing Meaningful Partnerships Between Academics and Health System Workers Comment on "Experience of Health Leadership in Partnering with University-Based Researchers in Canada - A Call to ‘Re-imagine’ Research"

2020· letter· en· W3007196585 sur OpenAlexaboutno aff
Kate Churruca, Louise A. Ellis, Janet C. Long, Jeffrey Braithwaite

Notice bibliographique

RevueInternational Journal of Health Policy and Management · 2020
Typeletter
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic relationsHealth careContext (archaeology)Interpersonal communicationInterviewHealthcare systemGeneral partnershipKnowledge managementSociologyPsychologyEngineering ethicsBusinessPolitical scienceComputer scienceEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

As healthcare researchers, we know very well our own experiences on the challenges of partnering with those in the health system to do collaborative, internationally-regarded studies aiming for impact. Bowen and colleagues' study in Canada empirically examines these issues from the other side, interviewing health system leaders about their perspectives of us researchers, research collaborations and the challenges and opportunities these pose. Based on their findings, they propose a need to re-imagine the contours of research. Inspired by that, in this commentary we examine the context for research partnerships and consider some of the emerging models for fostering more meaningful collaborations between researchers and those working in healthcare systems and organisations. Based on principles of embedded research and researchers, these models-including translational research networks (TRNs) and researcher-in-residence models-rely on a complex interplay of personal and interpersonal factors to be successful.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,059
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0210,012
Communication savante0,0090,012
Science ouverte0,0040,005
Intégrité de la recherche0,0790,062
Charge utile insuffisante (le modèle a refusé de juger)0,0090,005

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.

Tête enseignante Opus0,864
Tête enseignante GPT0,625
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
DomaineMéthodes
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health Policy and ManagementMême sujetHealth Policy Implementation ScienceTravaux en français237 207