Selecting and tailoring implementation interventions: a concept mapping approach
Notice bibliographique
Résumé
BACKGROUND: To improve the uptake of research into practice, knowledge translation frameworks recommend tailoring implementation strategies to address practice barriers. This study reports our experience pairing the Theoretical Domains Framework with information from multiple stakeholder groups to co-develop practice-informed strategies for improving the implementation of an evidence-based outcome measurement tool across a large community health system for preschoolers with communication impairments. METHODS: Concept mapping was used to identify strategies for improving implementation of the Focus on the Outcomes of Communication Under Six (FOCUS) in Ontario Canada's Preschool Speech and Language Program. This work was done in five stages. First, we interviewed 37 speech-language pathologists (clinicians) who identified 90 unique strategies to resolve practice barriers to FOCUS implementation. Second, clinicians (n = 34), policy-makers (n = 3), and members of the FOCUS research team (n = 6) sorted and rated the strategies by importance and feasibility. Third, stakeholders' sorting data were analyzed to generate a two-dimensional concept map. Based on the rating data from stakeholders, we prioritized a list of strategies that were rated as highly important and highly feasible, and summarized the practice barriers addressed by each of the prioritized strategies. Fourth, we validated these findings with stakeholders via an online survey. Fifth, the mechanisms of action of the prioritized list of strategies were considered based on available evidence from the Theoretical Domains Framework and associated behavior change literature. RESULTS: Stakeholders categorized the 90 unique implementation strategies into a six-cluster concept map. Based on stakeholders' ratings, a list of 14 implementation strategies were prioritized. These implementation strategies were reported to resolve barriers within the environmental context and resources and beliefs about consequences domains of the Theoretical Domains Framework. All but one of the prioritized strategies have a demonstrated link in resolving existing barriers according to the behavioral change literature. CONCLUSIONS: Our study contributes to a growing literature that demonstrates the process of tailoring implementation strategies to specific barriers. Practical drawbacks and benefits of using concept mapping as a way to engage stakeholders in implementation research are discussed.
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 | 0,134 | 0,133 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,016 | 0,010 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,006 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».