Development and evaluation of a community of practice to improve stem cell donor recruitment in Canada
Notice bibliographique
Résumé
Background and Objectives Communities of practice (CoPs) represent effective models to achieve quality outcomes in health care. We report the development and evaluation of a CoP to improve stem cell donor recruitment in Canada. Materials and Methods In September 2017, we invited national stakeholders in stem cell donor recruitment to participate in a Facebook group and regular e-meetings. E-meetings involved speakers and roundtable discussion on topics related to donor recruitment. The Facebook group facilitated sharing of resources. We evaluated stakeholder perspective of the CoP and the impact on recruitment outcomes. Results As of December 2020, the CoP included 382 members who published 243 posts to the Facebook group about patient/donor stories (40%), resources (27%), updates/questions (21%) and recruitment outcomes (12%). In January 2020, we surveyed 44 CoP participants; the majority felt that the Facebook group (86%) and e-meetings (59%) supported the community, and that the CoP fostered collaboration (82%), improved their donor recruitment knowledge (75%) and practice (77%) and improved their ability to recruit needed donors (64%). The launch of the CoP correlated with improved donor recruitment outcomes. In 2016-2017, CoP participants recruited 2918 registrants (46% male; 55.9% non-Caucasian) compared to 4531 registrants in 2018-2019 (52.9% male; 62.7% non-Caucasian). Members of the CoP developed innovative resources to support recruitment efforts and led national campaigns securing coverage in major media outlets. Conclusion We describe the first CoP in stem cell donor recruitment to be formally evaluated. The CoP model may be adopted by donor recruitment organisations, registries and blood banks worldwide to improve recruitment outcomes. HIGHLIGHTS: • A community of practice (CoP) in stem cell donor recruitment was valued by participants and supported efforts to improve recruitment outcomes. • The CoP model may be adopted by donor recruitment organizations, donor registries, and blood banks worldwide to improve recruitment outcomes.
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 | 0,051 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,016 | 0,004 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».