MétaCan
Menu
Retour à la cohorte
Enregistrement W3212868873 · doi:10.2196/29288

Purpose Formulation, Coalition Building, and Evidence Use in Public–Academic Partnerships: Web-Based Survey Study

2021· article· en· W3212868873 sur OpenAlexvenueno aff
Christina D. Kang‐Yi, Amy Page

Notice bibliographique

RevueJMIR Human Factors · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)General partnershipPublic relationsHealth carePolitical scienceExploratory researchFunding AgencyPsychologySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Partnerships between academic institutions and public care agencies (public-academic partnerships [PAPs]) can promote effective policy making and care delivery. Public care agencies are often engaged in PAPs for evidence-informed policy making in health care. Previous research has reported essential partnership contextual factors and mechanisms that promote evidence-based policy making and practice in health care. However, the studies have not yet informed whether public care agency leaders' and academic researchers' perceptions of partnership purpose formulation and coalition building evolve through the PAP life cycle and whether public care agency leaders' use of research evidence differs through life cycle stages. OBJECTIVE: This exploratory study aims to focus on PAPs designed to improve youth mental health and well-being outcomes. This study also aims to identify public care agency leaders' and academic researchers' perceptions of PAP purpose formulation (structure, goals, primary function, and agenda-setting process) and coalition building (mutual benefits, trust, convener's role, member role clarity, and conflict management) by PAP life cycle stage and examine whether public care agency leaders' use of research evidence differs according to the perception of PAP purpose formulation and coalition building through the PAP life cycle. METHODS: A web-based survey of PAP experience was conducted by recruiting academic researchers (n=40) and public care agency leaders (n=26) who were engaged in PAPs for the past 10 years. Public care agency leaders additionally participated in the survey of the Structured Interview for Evidence Use scale (n=48). RESULTS: Most public care agency leaders and academic researchers in PAPs formed, matured, and sustained perceived their PAP as having purpose formulation context well aligned with their organizational purpose formulation context, pursuing mutual benefits, having leadership representation and role clarity, having a higher level of trust, and knowing how to handle conflicts. Most PAPs across all life cycle stages crystallized another issue to focus, but not all PAPs with issue crystallization had purpose reformulation. Public care agency leaders who trusted academic researchers in their PAP had greater use of research evidence. Public care agency leaders in PAPs that had gone through new issue crystallization also showed greater use of research evidence compared with those that had not. CONCLUSIONS: To promote public care agency leaders' use of research evidence, focusing on developing trusting partnerships and continuously crystallizing PAP issues are important. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.2196/14382.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,043
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,001
Communication savante0,0030,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,867
Tête enseignante GPT0,675
Écart entre enseignants0,192 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetHealth Policy Implementation ScienceTravaux en français237 207