MétaCan
Menu
Retour à la cohorte
Enregistrement W3021123924 · doi:10.1186/s12913-020-05270-x

Selecting and tailoring implementation interventions: a concept mapping approach

2020· article· en· W3021123924 sur OpenAlex
Elaine Yuen Ling Kwok, Sheila Moodie, Barbara Jane Cunningham, Janis Oram Cardy

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueBMC Health Services Research · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésKnowledge translationHealth informaticsStakeholderFocus groupKnowledge managementNursing researchComputer sciencePsychological interventionMedicineProcess managementPublic healthNursingPublic relationsBusiness

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,171
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0030,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,797
Tête enseignante GPT0,726
Écart entre enseignants0,071 · 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