Identifying competencies for integrated knowledge translation: a Delphi study
Notice bibliographique
Résumé
BACKGROUND: Considerable progress has been made to advance the field of knowledge translation to address the knowledge-to-action gap in health care; however, there remains a growing concern that misalignments persist between research being conducted and the issues faced by knowledge users, such as clinicians and health policy makers, who make decisions in the health care context. Integrated knowledge translation (IKT) is a collaborative research model that has shown promise in addressing these concerns. It takes advantage of the unique and shared competencies amongst researchers and knowledge users to ensure relevance of the research process and its outcomes. To date, core competencies have already been identified to facilitate training in knowledge translation more generally but they have yet to be prioritized for IKT more specifically. The primary aim of this study was to recruit a group of researchers and knowledge users to identify and prioritize core competencies for researchers and knowledge users to engage with IKT. METHODS: We recruited health care knowledge users (KUs) and researchers with experience and knowledge of IKT for a quantitative, cross-sectional study. We employed a modified Delphi approach consisting of three e-survey rounds to establish consensus on competencies important to IKT for KUs and researchers based on mean rating of importance and agreement between participants. RESULTS: Nineteen (73%) of the initial 26 participants were researchers (response rate = 41% in the first round; retention in subsequent rounds > 80%). Participants identified a total of 46 competencies important for IKT (18 competencies for KUs, 28 competencies for researchers) under 3 broad domains. Technical research skills were deemed extremely important for researchers, while both groups require teamwork and knowledge translation skills. CONCLUSIONS: This study provides important insight into distinct and overlapping IKT competencies for KUs and researchers. Future work could focus on how these can be further negotiated and contextualized for a wide range of IKT contexts, projects and teams. Greater attention could also be paid to establishing competencies of the entire team to support the research co-production process.
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 | 0,073 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».