Development of a knowledge translation platform for ataxia: Impact on readers and volunteer contributors
Notice bibliographique
Résumé
Abstract Background Dissemination of accurate health research information to patients and families has become increasingly important with the rise of the internet as a means of finding health information. However, the public faces several barriers to accessing research information; including paywalls and technical jargon. One method to bridge this gap between patients, families, and research is using lay summaries. SCAsource is an online knowledge translation platform where peer-reviewed research papers on ataxia are translated into lay summaries. This online platform was launched in September 2018, with the goal of making ataxia research more accessible and understandable to patients and families. A secondary goal is to provide opportunities for ataxia researchers to develop and hone their knowledge translation skills, altogether improving the quality of patient communication in the ataxia community. Aim The aim of this study was to measure the impact of SCAsource on its readers and volunteer contributors after one year of activity. This is to ensure SCAsource is meeting its goals of (1) improving access and understanding of ataxia research to lay audiences, and (2) improving knowledge translation skills of volunteer contributors. Methods Two online surveys were launched, one for readers and one for volunteers. Each survey had a combination of multiple-choice, Likert-scale type, and open-ended short-answer questions. Descriptive quantitative analysis was used for respondent characteristics and Likert-type data. A grounded theory coding approach was used to analyze narrative feedback data. Results We found that SCAsource has mutually beneficial outcomes for both lay person readers and volunteer contributors. Readers have an increased understanding of ataxia research and access to up-to-date information on recent publications. Volunteers develop knowledge translation skills and have increased confidence in communicating results to lay audiences. Areas of improvement were identified to be incorporated into the platform. Conclusion We demonstrated that SCAsource improves access to information and understanding of research to lay audiences, while providing opportunities for researchers to develop knowledge translation skills. This framework can potentially be used by other rare disease organizations to launch and evaluate their own knowledge translation websites.
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 | 0,090 | 0,221 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 ».