MétaCan
Menu
Retour à la cohorte
Enregistrement W3123986749 · doi:10.26443/mjm.v15i1.65

Assessing and Improving Processes and Outcomes of the McGill Primary Health Care Research Network (summer bursary)

2017· article· en· W3123986749 sur OpenAlexaffvenueabout
Zhida Shang, Justin Gagnon, Vera Granikov, Rosario Rodríguez, Pierre Pluye

Notice bibliographique

RevueMcGill Journal of Medicine · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipThematic analysisKnowledge managementMedical educationMedicineCitizen journalismWorkforceHealth careQualitative researchPublic relationsComputer scienceSociologyWorld Wide WebPolitical science

Résumé

récupéré en direct d'OpenAlex

Background: The McGill Primary Health Care Research Network (the Network) is a Practice-Based Research Network (PBRN) that promotes the collaboration between researchers and clinicians in research. The Network follows an approach called Organizational Participatory Research (OPR).Purpose: To discover the processes and outcomes associated with the Network, to learn about researcher and clinician collaboration within the Network and to propose recommendations and a revised questionnaire.Methods: A thematic qualitative data analysis was conducted. The data that was analyzed consisted of the diaries of two diaries of two Network coordinators, email correspondence between the core group members and the coordinators, and the minutes of 12 core group meetings. The data were interpreted according to the Capacity Building Framework. Then, codes were organized according to 10 framework-based meta-themes (5 domain-related processes, and 5 domain-related outcomes) and grouped in 24 key-themes (key processes and outcomes).Results: A leadership process was researchers promoting communication within the Network which resulted in clinicians becoming project leaders. An organizational development outcome was members' research projects being completed. Partnership processes involved researchers and clinicians identifying their respective challenges to partnerships. The main outcome was collaboration. Resource allocation processes included time and funding management, with accommodation to time constraints as an outcome. Workforce development processes included researchers educating clinicians, which resulted in networking core group members and positive learning experiences. Conclusions: The results suggested practice and policy recommendations. Based on the results, an improved mailing policy, a wiki/blog, a more humble approach for researchers and a questionnaire were proposed.

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)0,186
score de la tête « metaresearch » (Gemma)0,310
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,984

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1860,310
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,002
Communication savante0,0060,005
Science ouverte0,0030,011
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,313
Tête enseignante GPT0,571
Écart entre enseignants0,258 · 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
DomaineÉvaluation
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

Citations0
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMcGill Journal of MedicineMême sujetHealth Sciences Research and EducationTravaux en français237 207