MétaCan
Menu
Retour à la cohorte
Enregistrement W3038951876 · doi:10.1590/0034-7167-2019-0179

How to translate scientific knowledge into practice? Concepts, models and application

2020· article· en· W3038951876 sur OpenAlexaffabout
Ana Cláudia Vieira, Denise Gastaldo, Denise Harrison

Notice bibliographique

RevueRevista Brasileira de Enfermagem · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of OttawaUniversity of Toronto
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésKnowledge translationKnowledge managementEquity (law)Context (archaeology)Sociology of scientific knowledgeHealth careConceptual modelOrder (exchange)Action (physics)Quality (philosophy)PsychologyHealth professionalsBusinessSociologyNursingPublic relationsMedical educationPolitical scienceMedicineComputer scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: to present the concept of Knowledge Translation and Exchange as it has been used in the international literature and in Canada, particularly. Next, to describe a renowned conceptual model to guide its implementation, entitled Knowledge-to-Action Cycle. RESULTS: we described the use of the model in the context of the municipal primary health care system in southern Brazil for the implementation of pain management strategies during vaccination. CONCLUSIONS: in this theoretical reflection, we argue that in order to promote health equity and quality of care in the Unified Health System (Brazilian SUS) it is important to translate scientific knowledge to various practice settings and create opportunities for exchange with users of this knowledge, such as health professionals, managers, policy makers, patients, family members and other stakeholders.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,831
Score d'incertitude au seuil0,898

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,424
Tête enseignante GPT0,613
Écart entre enseignants0,189 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de EnfermagemMême sujetHealth Policy Implementation ScienceTravaux en français237 207