Using a Virtual Community of Practice to Support Stroke Best Practice Implementation: Mixed Methods Evaluation
Notice bibliographique
Résumé
BACKGROUND: Successful best practice implementation is influenced by access to peer support and knowledge exchange. The Toronto Stroke Networks Virtual Community of Practice, a secure social media platform, is a knowledge translation tool supporting dissemination and adoption of stroke best practices for interprofessional stroke stakeholders. OBJECTIVE: The aim of this study is to evaluate the use of a virtual community of practice (VCoP) in supporting regional stroke care best practice implementation in an urban context. METHODS: A mixed methods approach was used. Qualitative data were collected through focus groups and interviews with stroke care provider members of the VCoP working in acute and rehabilitation settings. Thematic analysis was completed, and the Wenger Value Creation Model and developmental evaluation were used to reflect practice change. Quantitative data were collected and analyzed using website analytics on VCoP use. RESULTS: A year after implementation, the VCoP had 379 members. Analysis of web analytics data and transcripts from focus groups and interviews conducted with 26 VCoP members indicated that the VCoP provided immediate value in supporting user networking, community activities, and interactions. Skill acquisition and changes in perspective acquired through discussion and project work on the VCoP were valued by members, with potential value for supporting practice change. Learning about new stroke best practices through the VCoP was a starting point for individuals and teams to contemplate change. CONCLUSIONS: These findings suggest that the VCoP supports the early stages of practice change and stroke best practice implementation. Future research should examine how VCoPs can support higher levels of value creation for implementing stroke best practices.
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 | 0,164 | 0,138 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».