MétaCan
Menu
Retour à la cohorte
Enregistrement W3164014439 · doi:10.1097/xeb.0000000000000286

Lessons on integrated knowledge translation through algorithm's utilization in homecare services: a multiple case study

2021· article· en· W3164014439 sur OpenAlexaffabout
Mélanie Ruest, Guillaume Léonard, Aliki Thomas, Manon Guay

Notice bibliographique

RevueJBI Evidence Implementation · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcGill UniversityCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésKnowledge translationKnowledge managementContext (archaeology)Thematic analysisFocus groupComputer scienceHealth careCognitionService (business)Process managementProcess (computing)Qualitative researchPsychologyBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

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 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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,764
Tête enseignante GPT0,709
Écart entre enseignants0,055 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJBI Evidence ImplementationMême sujetHealth Policy Implementation ScienceTravaux en français237 207