Determinants that influence knowledge brokers' and opinion leaders' role to close knowledge practice gaps in rehabilitation: A realist review
Notice bibliographique
Résumé
RATIONALE: Despite the available evidence to support optimal practices in rehabilitation, significant knowledge practice gaps persist. Opinion leaders (OLs) and knowledge brokers (KBs) can enhance the success of knowledge translation (KT) interventions and improve uptake of best practices among clinicians. However, the literature on the mechanisms underpinning OLs'/KBs' activities, and guidance on the type of support needed for successful implementation of these roles in rehabilitation contexts is scarce. This research aimed to highlight the differences and similarities between OLs and KBs with respect to context, mechanism, and outcomes as well as describe the common patterns of OLs and KBs by creating a context-mechanism-outcomes configuration. METHODS: We conducted a realist review to synthesize the available evidence on OLs/KBs as active KT strategies. A search was conducted across five databases up to November 2019. Two independent reviewers extracted the data using a structured form. A context-mechanism-outcome configuration was used to conceptualize a cumulative portrait of the features of OLs/KBs roles. RESULTS: The search identified 3282 titles after removing duplicates. Seventeen studies (reported in 20 articles) were included in the review. Findings suggest a number of desirable features of OLs/KBs roles that may maximize the achievement of targeted outcomes namely being (a) embedded within their organization as "insiders"; (b) adequately skilled to perform their role; (c) identified as able to fulfil the role; (d) appropriately trained; and (e) able to use different KT interventions. CONCLUSION: Findings of this realist review converge to create a context-mechanism-outcomes configuration with suggestions to optimally utilize OLs/KBs in rehabilitation. The configurations suggest desirable features that can lead to a greater potential to achieve targeted goals. It is preferable that OLs/KBs be embedded in the organization and that they are adequately skilful and well-trained. Also, OLs/KBs should perform the required roles using KT interventions adapted to the local context.
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 |
|---|---|---|---|
| gpt | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
| grok | Méta-épidémiologie (sens large) Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
| opus | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | medium |
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 | 0,058 | 0,254 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 validéeÉtiqueté directement par 3 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».