Feasibility and acceptability of a volunteer peer fidelity assessment model in early psychosis intervention programmes in Ontario: Results from a pilot study
Notice bibliographique
Résumé
AIM: Fidelity monitoring can support high-quality service delivery but is resource-intensive to implement. A fidelity assessment model utilizing volunteer assessors was trialled as a low-cost strategy for conducting fidelity assessments. This article reports on the acceptability and feasibility of this model. METHODS: Twenty volunteer assessors were trained to conduct fidelity assessments in nine Early Psychosis Intervention programmes across Ontario, Canada. Assessments were conducted using the First-Episode Psychosis Services Fidelity Scale based on a 2-day site visit, during which assessors interviewed staff, clients and families; reviewed charts; observed a team meeting and reviewed programme materials. The model was evaluated based on assessor focus groups, programme interviews, consensus meeting data and time-tracking logs. General inductive analysis was used to code and synthesize qualitative data. Quantitative data were aggregated and summarized. RESULTS: Participant feedback was positive and indicated that use of peer assessors and the in-person site visit added value to the process. The model was perceived to provide valuable information to support internal quality improvement efforts. Assessors reported direct benefits from participating, including networking and learning opportunities. Key challenges were the high time demand on assessors and turnover in the assessor team. CONCLUSIONS: The volunteer peer fidelity model was perceived to be a valuable improvement process by participants, but the high cost and reliance on ongoing volunteerism makes its sustainability uncertain. Next steps may include exploring remote assessment strategies or direct payments, although these strategies risk reducing the acceptability, and therefore uptake, of the assessment.
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 | 0,046 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».