An Online Survey to Assess Parents’ Preferences for Learning About Child Health Research 
Notice bibliographique
Résumé
Abstract Background: Child health research is crucial to finding safe and effective treatments for children. However, child health research can be challenging in that it can require significant resources. Additionally, parents may need to make the decision to participate in a study during a stressful situation, such as an emergency department visit. Although innovative study design and methodology are being used to try and address these challenges, a key component of conducting more efficient, relevant and successful child health research is finding better ways to engage and involve parents in the research process from study conception to dissemination of results. Methods: We employed a cross-sectional, survey design to seek feedback from parents on 1) how they would like to learn about potential child health research studies that their child could participate in; 2) whether they would like to learn more about the research studies they are participating in; and 3) how they would like to receive information about studies they are participating in. Results: The survey findings demonstrate that parents are interested in hearing about opportunities to participate in child health research, particularly during visits to their general practitioner/pediatrician or walk-in clinics. Most parents would like to receive updates on the progress, results, and researchers involved in studies their child has participated in. Parents would also like to be provided with support to participate in research studies (i.e., travel or child care). Conclusion: This study is part of a larger initiative that is re-examining recruitment and retention methods to inform research teams in planning child health studies. In order to involve a wider range of parents and children in current and future studies, there must be strong engagement strategies in place, developed with parents, to effectively and respectively share research opportunities, progress and results, and demonstrate that their participation matters.
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 | 0,012 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».