The CFIR Card Game: a new approach for working with implementation teams to identify challenges and strategies
Notice bibliographique
Résumé
BACKGROUND: The Consolidated Framework for Implementation Research (CFIR) and the ERIC compilation of implementation strategies are key resources for identifying implementation barriers and strategies. However, their respective density and complexity make their application to implementation planning outside of academia challenging. We developed the CFIR Card Game as a way of working with multi-stakeholder implementation teams that were implementing mental health recovery into their services, to identify barriers and strategies to overcome them. The aim of this descriptive evaluation is to describe how the game was prepared, played, used and received by teams and researchers and their perception of the clarity of the CFIR constructs. METHODS: We used the new CFIR-ERIC Matching Tool v.1 to design the game. We produced a deck of cards with each of the CFIR-ERIC Matching Tool barrier narratives representing all 39 CFIR constructs. Teams played the game at the pre-implementation stage at a time when they were actively engaged in a planning process for implementing their selected recovery-oriented innovation. The teams placed each card in either the YES or NO column of the board in response to whether they anticipated experiencing this barrier in their setting. Teams were also asked about the clarity of the barrier narratives and were provided with plain language versions if unclear. Researchers completed a reflection form following the game, and participants completed an open-added questionnaire that included questions specific to the CFIR Card Game. We applied a descriptive coding approach to analysis. RESULTS: Four descriptive themes emerged from this analysis: (1) the CFIR Card Game as a useful and engaging process, (2) difficulties understanding CFIR construct barrier narratives, (3) strengths of the game's design and structure and room for improvement and (4) mediating factors: facilitator preparation and multi-stakeholder dynamics. Quantitative findings regarding the clarity of the barrier narratives were integrated with qualitative data under theme 2. Only seven of the 39 original barrier narratives were judged to be clear by all teams. CONCLUSIONS: The CFIR Card Game can be used to enhance implementation planning. Plain language versions of CFIR construct barrier narratives are needed. Our plain language versions require further testing and refining.
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 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 | 0,057 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,010 |
| Communication savante | 0,013 | 0,012 |
| Science ouverte | 0,007 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».