Lessons on integrated knowledge translation through algorithm's utilization in homecare services: a multiple case study
Notice bibliographique
Résumé
AIM: Integrated knowledge translation (IKT) is an increasingly recommended collaborative approach to minimize knowledge translation gap. Still, few studies have documented the impact of IKT to optimize knowledge uptake in healthcare settings. An IKT-based clinical algorithm (Algo) was deployed in Quebec (Canada) homecare services to support skill mix for selecting bathing equipment for community-dwelling adults. The objective of this study was to document the characteristics related to Algo's IKT process. METHODS: A multiple-case study with a nested concurrent mixed design was conducted in provincial homecare services. Based on Knott and Wildavsky's seven-stage classification and the integrated-Promoting Action on Research Implementation in Health Services model, Innovation, Recipients, and Context, characteristics related to Algo's levels of utilization were documented. Quantitative (electronic questionnaire) and qualitative (semistructured interviews and focus groups) data were collected for each case (i.e., homecare service). Descriptive statistics and thematic analysis were performed to describe each case through a mixed methods matrix, for intra/intercase analyses. RESULTS: Knowledge translation characteristics of five Algo's levels of utilization were documented: reception, cognition, reference, effort, and impact. Innovation characteristics (e.g., underlying knowledge) were found to facilitate its dissemination and its use. However, the Recipients (e.g., unclear mechanisms to implement change) and Context (e.g., organizational mandates nonaligned with skill mix) characteristics hampered its application through intermediate and advanced levels of utilization. CONCLUSION: The knowledge translation analysis of Algo allowed for documenting the IKT-based benefits in terms of utilization in healthcare settings. Although an IKT approach appears to be a strong facilitator for initiating the implementation process, additional characteristics should be considered for promoting and sustaining its use on local, organizational, and external levels of context. Facilitation strategies should document the administrative benefits related to Algo's utilization and contextualize it according to homecare services' characteristics.
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 | 0,036 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,007 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».