MétaCan
Menu
Retour à la cohorte
Enregistrement W3112511810 · doi:10.1093/geroni/igaa057.365

Using Implementation Science to Support a Research and Public Policy Sector Older Adult Social Housing Partnership

2020· article· en· W3112511810 sur OpenAlexaffabout
Sander L. Hitzig, Christine Sheppard, Andrea Austen

Notice bibliographique

RevueInnovation in Aging · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensToronto Public HealthSunnybrook Hospital
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipStakeholderImplementation researchPublic housingPublic relationsPsychological interventionFocus groupPolitical scienceBusinessMedicineNursingMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract One quarter of the residents in the City of Toronto is comprised of older adults, and this number is expected to continue to grow dramatically over the next few decades. The development of evidence-based interventions to meet the health and social care needs of Toronto’s aging population can be hampered by failing to account for broader implementation considerations that can adversely affect successful uptake. The present initiative provides a case-example of a research and public policy sector partnership that used an implementation approach to co-design an older adult social housing model for low-income older adult groups. Implementation science is the study of the uptake of research evidence into practice. Our team used the Consolidated Framework for Implementation Research (CFIR) to support the planning, implementation and evaluation process of a new social housing model for older adults by: 1) identifying all relevant stakeholders; 2) generating evidence via qualitative interviews/focus groups, a scoping review, secondary data analysis, and an environmental scan; 3) facilitating large scale stakeholder consultation events with older adults, front-line practitioners and other community agencies; 4) supporting the development of an evaluation framework; and 5) providing opportunities for knowledge exchange and transfer across each phase of the initiative. An implementation science approach has augmented the ability of the City of Toronto to optimize the co-creation of housing strategies aimed at improving the overall wellness of vulnerable older adults living in social housing. Further, a number of valuable lessons were learned on how to foster successful research and public policy relationships.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,466
score de la tête « metaresearch » (Gemma)0,352
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,466
Score d'incertitude au seuil0,658

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4660,352
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,005
Études des sciences et des technologies0,0090,013
Communication savante0,0230,011
Science ouverte0,0060,023
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,430
Tête enseignante GPT0,585
Écart entre enseignants0,155 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetGeriatric Care and Nursing HomesTravaux en français237 207