Evaluating Public Participation in a Deliberative Dialogue: A Single Case Study
Notice bibliographique
Résumé
BACKGROUND: Deliberative dialogues (DDs) are used in policy-making and healthcare research to enhance knowledge exchange and research implementation strategies. They allow organized dissemination and integration of relevant research, contextual considerations, and input from diverse stakeholder perspectives. Despite recent interest in involving patient and public perspectives in the design and development of healthcare services, DDs typically involve only professional stakeholders. A DD took place in May 2019 that aimed to improve the social environment (eg, safety, social inclusion) and decrease social isolation in a rent-geared-to-income housing complex in a large urban community. Tenants of the housing complex, public health, primary care, and social service providers participated. This study aimed to determine how including community tenants impacted the planning and execution of a DD, including adjustments made to the traditional DD model to improve accessibility. METHODS: A Core Working Group (CWG) and Steering Committee coordinated with researchers to plan the DD, purposefully recruit participants, and determine appropriate accommodations for tenants. A single mixed-methods case study was used to evaluate the DD process. Meeting minutes, field notes, and researchers' observations were collected throughout all stages. Stakeholders' contributions to and perception of the DD were assessed using participant observation, survey responses, and focus groups (FGs). RESULTS: 34 participants attended the DD and 28 (82%) completed the survey. All stakeholder groups rated the overall DD experience positively and valued tenants' involvement. The tenants heavily influenced the planning and DD process, including decisions about key DD features. Suggestions to improve the experience for tenants were identified. CONCLUSION: These findings demonstrate the viability of and provide recommendations for DDs involving public participants. Like previous DDs, participants found the use of engaged facilitators, issue briefs, and off-the-record deliberations useful. Similarly, professional stakeholders did not highly value consensus as an output, although it was highly valued among tenants, as was actionability.
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 | 0,076 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,009 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,006 | 0,005 |
| 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 ».