Examining partnerships within an international knowledge translation network focused on youth mental health promotion
Notice bibliographique
Résumé
BACKGROUND: Systems transformation for health promotion, involving engagement from multiple disciplines and levels of influence, requires an investment in partnership development. Integrated youth service is a collaborative model that brings organisations together to provide holistic care for youth. Frayme is an international knowledge translation network designed to support the uptake and scaling of integrated youth service. Social network analysis (SNA) is the study of relationships among social units and is useful to better understand how partners collaborate within a network to achieve major objectives. The purpose of this paper is to apply SNA to the Frayme network in order to (1) examine the level and strength of partnerships, (2) identify the strategies being employed to promote the main objectives and (3) apply the findings to current research in youth mental health and system transformation. METHODS: The PARTNER tool includes a validated survey and analysis software designed to examine partner interconnections. This tool was used to perform the SNA and 51 of the 75 partners completed the survey (14 researchers, 2 advisory groups and 35 organisations). A network map was created and descriptive frequencies were calculated. RESULTS: The overall network scores for the Frayme network were 20.6% for density, 81.5% for centralisation and 71.7% for overall trust. The Frayme secretariat received a 3.84 out of a possible 4 for value. In addition, the youth and family advisories each received a value score of 4 and all Leadership Team organisations received a score of 2.97 or above. CONCLUSIONS: The Frayme secretariat links many partners who would otherwise be disconnected and acts as a significant conduit for novel information. Frayme may have the opportunity to enhance value perceptions among broader network members by profiling individual organisations and the potential leveraging opportunities that might exist through their work. These findings increase understanding with respect to the mechanisms of network development and will be helpful to inform partnership development in the future. In addition, they contribute to the literature with respect to knowledge translation practice as well as the scaling of collaborative interventions within youth mental health.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
| grok | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | medium |
| opus | MétarechercheCommunication savante Domaine: Présentation des résultats · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,027 | 0,003 |
| 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 | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 validéeÉtiqueté directement par 3 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».