MétaCan
Menu
← Retour à la cohorte
Enregistrement W4245587991 · doi:10.21203/rs.3.rs-72819/v1

Contextual Factors and Mechanisms that Influence Sustainability: A Realist Evaluation of Two Provincially Scaled Evidence-Based Initiatives

2020· preprint· en· W4245587991 sur OpenAlexafffundabout
Rachel Flynn, Kelly Mrklas, Alyson Campbell, Tracy Wasylak, Shannon D. Scott

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensAlberta Health ServicesUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchWomen and Children's Health Research InstituteAlberta Health Services
Mots-clésSustainabilityPsychologyPolitical scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: In 2012, Alberta Health Services created Strategic Clinical NetworksTM (SCNs) to develop and implement evidence-informed, clinician-led and team-delivered health system improvement in Alberta, Canada. SCNs have had several provincial successes in improving health outcomes. Little research has been done on the sustainability of these efforts. Methods: We conducted a qualitative realist evaluation using a case study approach to identify and explain the contextual factors and mechanisms perceived to influence the sustainability of two provincial SCN initiatives. The context (C) + mechanism (M) = outcome (O) configurations (CMOcs) heuristic guided our research. Results: We conducted thirty realist interviews in two cases and found four important mechanisms facilitating sustainability: the use of a collaborative approach audit & feedback, the informal leadership role, and patient stories. Informal leaders were often hands-on and influential to front-line staff. Learning collaboratives broke down professional and organizational silos and encouraged collective sharing and learning, motivating participants to continue with the initiative. Continual audit-feedback interventions motivated participants to want to perform and improve on a long-term basis, increasing the likelihood of initiative sustainability. Patient stories demonstrated the initiatives’ impact on patient outcomes, motivating staff to want to continue doing the initiative, and increasing the likelihood of its sustainability. Conclusions: There are important contextual factors and mechanisms within sustainment processes that may apply to systems change implementers. Our research revealed the causal relationship between implementation and sustainability and how outcomes from implementation shape sustainability contexts. Future work is needed to evaluate the effectiveness of informal leadership, learning collaboratives, audit-feedback, and patient stories as sustainability interventions, to generate better guidance on planning sustainable improvements with long term impact.

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)0,071
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil0,375

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0710,082
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0060,004
Communication savante0,0030,002
Science ouverte0,0030,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,800
Tête enseignante GPT0,717
Écart entre enseignants0,084 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetHealth Policy Implementation Science→Travaux en français237 207→