The rationales for and challenges with employing arts-based health services research (ABHSR): a qualitative systematic review of primary studies
Notice bibliographique
Résumé
Health services research (HSR) is an interdisciplinary field that investigates and improves the design and delivery of health services from individual, group, organisational and system perspectives. HSR examines complex problems within health systems. Qualitative research plays an important role in aiding us to develop a nuanced understanding of patients, family, healthcare providers, teams and systems. However, the overwhelming majority of HSR publications using qualitative research use traditional methods such as focus groups and interviews. Arts-based research-artistic and creative forms of data collection such as dance, drama and photovoice-have had limited uptake in HSR due to the lack of clarity in the methods, their rationales and potential impacts. To address this uncertainty, we conducted a qualitative systematic review of studies that have employed arts-based research in HSR topics. We searched four databases for peer-reviewed, primary HSR studies. Using conventional content analysis, we analysed the rationales for using arts-based approaches in 42 primary qualitative studies. We found four rationales for using arts-based approaches for HSR: (1) Capture aspects of a topic that may be overlooked, ignored or not conceptualised by other methods (ie, quantitative and interview-based qualitative methods). (2) Allow participants to reflect on their own experiences. (3) Generate valuable community knowledge to inform intervention design and delivery. (4) Formulate research projects that are more participatory in nature. This review provides health services researchers with the tools, reasons, rationales and justifications for using arts-based methods. We conclude this review by discussing the practicalities of making arts-based approaches commensurable to HSR.
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 |
|---|---|---|---|
| gemma | Métarecherche Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | medium |
| gpt | Métarecherche Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | low |
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 | 0,547 | 0,699 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,007 |
| Méta-épidémiologie (sens large) | 0,010 | 0,010 |
| Bibliométrie | 0,050 | 0,038 |
| Études des sciences et des technologies | 0,007 | 0,014 |
| Communication savante | 0,015 | 0,017 |
| Science ouverte | 0,010 | 0,015 |
| Intégrité de la recherche | 0,010 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».