Identifying potential barriers and solutions to patient partner compensation (payment) in research
Notice bibliographique
Résumé
Research that engages patients on the research team is often supported by grant funding from different organizations and, in some cases, principal investigators (who control the grant funding) provide patient partners with compensation (or payment) for their contributions. However, we have noted a gap in resources that identify and address barriers to compensating patient partners (no matter the size, degree or length of their engagement). In this paper, we present thoughts and experiences related to barriers to compensating patient partners with the goal of helping individuals identify and find solutions to these obstacles. Based on our experiences as individuals who live with chronic conditions and are patient partners, and those who are researchers who engage patient partners, we have identified eight barriers to compensating patient partners. We discuss each of these barriers: lack of awareness about patient partnership, institutional inflexibility, policy guidance from funders, compensation not prioritized in research budgets, leadership hesitancy to create a new system, culture of research teams, preconceived beliefs about the skills and abilities of patient partners, and expectations placed on patient partners. We demonstrate these barriers with real life examples and we offer some solutions. To further demonstrate these barriers, we ask readers to reflect on some scenarios that present realistic parallel situations to those that patient partners face. The intention is to illustrate, through empathy or putting yourself in someone else's shoes, how we might all do better with respect to institutional barriers related to patient partner compensation. Last, we issue a call to action to share resources and identify actions to overcome these barriers from which we will create an online resource repository.
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 | 0,282 | 0,344 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,028 | 0,027 |
| Communication savante | 0,021 | 0,020 |
| Science ouverte | 0,006 | 0,034 |
| Intégrité de la recherche | 0,008 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».