Cultivating a communities of practice for colorectal cancer screening in northern Canada
Notice bibliographique
Résumé
BACKGROUND: Knowledge management systems such as a Communities of Practice (CoP) can improve healthcare processes but are challenging in complex multidisciplinary systems, and guidance on methods to establish a CoP are needed. This case illustrates the use of early stakeholder engagement and Nominal Group Technique (NGT) to cultivate a CoP in a complex multidisciplinary system: colorectal cancer screening in northern Canada. METHODS: Stakeholders in the Northwest Territories, Canada were recruited and co-designed a workshop with authors to introduce CoP concepts and identify priorities. At the workshop NGT was used to identify and prioritize gaps in process, practice, and evidence for the CoP to focus on. An anonymous polling system was used to obtain workshop participants' feedback on the process. RESULTS: The co-design process integrated stakeholders' perspectives in developing a workshop. Using NGT, the gap analysis identified 23 areas of focus for the CoP, among which, the highest priorities were identified: communication between clinicians and with patients, and identification of screening eligibility in the electronic medical record. Participants found the process to be useful, educational, and interesting. There was unanimous interest in moving forward with developing a CoP. CONCLUSION: A co-designed workshop and NGT were useful in laying the foundation for a CoP in a complex multidisciplinary environment. POLICY STATEMENT: This case shows the utility of a co-designed workshop and NGT in starting a CoP: a knowledge management system that would provide critical insight into colorectal cancer screening policies for the region.
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,026 | 0,008 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».