MétaCan
Menu
Retour à la cohorte
Enregistrement W3118868803 · doi:10.1186/s43058-020-00099-1

The CFIR Card Game: a new approach for working with implementation teams to identify challenges and strategies

2021· article· en· W3118868803 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueImplementation Science Communications · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of British ColumbiaUniversité du Québec à Trois-RivièresDouglas Mental Health University InstituteMcGill UniversityDouglas CollegeUniversité de MonctonMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BCFonds de Recherche du Québec - SantéFondation de la recherche en santé du Nouveau-BrunswickResearch Manitoba
Mots-clésImplementation researchCLARITYComputer scienceQualitative researchMedicinePsychological interventionNursing

Résumé

récupéré en direct d'OpenAlex

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.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,663
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0060,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,745
Tête enseignante GPT0,721
Écart entre enseignants0,024 · 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