MétaCan
Menu
Retour à la cohorte
Enregistrement W4243396510 · doi:10.21203/rs.3.rs-118165/v1

Organizational Knowledge Translation Strategies for Allied Health Professionals in Traumatology Settings: A Realist Review Protocol

2020· review· en· W4243396510 sur OpenAlexaff
Karine Latulippe, Annie LeBlanc, Marie‐Pierre Gagnon, Katia Boivin, Pascale Lavoie, Joëlle Dufour, Marie‐Ève Lamontagne

Notice bibliographique

RevueResearch Square · 2020
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversité LavalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesnon disponible
Mots-clésTraumatologyProtocol (science)Knowledge translationTranslation (biology)MedicineKnowledge managementMedical educationPsychologyManagement scienceEngineering ethicsComputer scienceAlternative medicineEngineeringPsychiatryPathologyOrthopedic surgeryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Knowledge translation (KT) is an important means of improving health service quality. Most research on the effectiveness of KT strategies has focused on individual strategies, i.e., those targeting directly the modification of allied health professionals’ knowledge, attitudes, and behaviours, for example. In general, these strategies are moderately effective in changing practices (maximum 10% change). Effecting change in organizational contexts (e.g., change readiness, general and specific organizational capacity, organizational routines) is part of a promising new avenue to service quality improvement through the implementation of evidence-based practices.Methods: A realist review will be conducted to explore the various organizational KT strategy action mechanisms (how, why, for whom, to what extent and under what circumstances) with a view to facilitating the choice of effective strategies for sustainable implementation of evidence-based practice for allied health professionals in traumatology settings. The review will begin by presenting initial theories developed by the research team, followed by the search for evidence, the selection of literature on context-mechanism-outcome configurations related to organizational KT strategies, and end with a refinement of initial theories and a synthesis.Discussion: Using a systematic and rigorous method, this review will help guide decision makers and researchers in choosing the best organizational strategies to optimize the implementation of evidence-based practices.Registration: This protocol has been submitted for registration on the PROSPERO database on October 30, 2020 (ID: 216105).

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)0,122
score de la tête « metaresearch » (Gemma)0,124
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,647

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1220,124
Méta-épidémiologie (sens strict)0,0050,006
Méta-épidémiologie (sens large)0,0140,013
Bibliométrie0,0140,014
Études des sciences et des technologies0,0050,005
Communication savante0,0080,008
Science ouverte0,0070,006
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0830,014

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 Opus0,851
Tête enseignante GPT0,786
Écart entre enseignants0,065 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetHealth Policy Implementation ScienceTravaux en français237 207