Knowledge translation in health and wellness research focusing on immigrants in Canada
Notice bibliographique
Résumé
INTRODUCTION Knowledge translation (KT) is a relatively new concept referring to transfers of knowledge into practice in collaboration with multiple sectors that work for the health and wellness of society. Knowledge translation is crucial to identifying and addressing the health needs of immigrants. AIM To scope the evidence on KT research engaging immigrants in the host country regarding the health and wellness of immigrants. METHODS This study followed a scoping review approach suggested by Arksey O'Malley. We identified relevant studies from both academic and grey literature using structured criteria, charted the data from the selected studies, collated, summarised and report the results. RESULTS Analysis of the eligible studies found two types of KT research: integrated KT and end-of-grant KT. Meeting or discussion with community-level knowledge-users were common KT activities among immigrants, but they were involved in the entire research process only if they were hired as members of research teams. Most KT research among immigrants explored cancer screening and used a community-based participatory action research approach. Barriers and enablers usually came from researchers rather than from the community. There was little practice of evaluation and defined frameworks to conduct KT research among immigrants in Canada. CONCLUSION This study can help the researchers and other stakeholders of health and wellness of the immigrant population to identify appropriate KT research activities for immigrants and where KT research is required to facilitate the transfer of research knowledge into action.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».