On the same page? A qualitative study protocol on collaboration in a multi-laboratory preclinical study
Notice bibliographique
Résumé
INTRODUCTION: Medical advancements are slow to reach the patient bedside due to issues with knowledge translation from preclinical studies. Multi-laboratory preclinical studies are a promising strategy for addressing the methodological deficiencies that weaken the translational impact of single laboratory findings. However, multi-laboratory preclinical studies are rare and difficult, requiring strong collaboration to plan and execute a shared protocol. In multiteam systems such as these, collaboration is enhanced when members have cohesive ways of thinking about their goals and how to achieve them-that is, when they have "shared mental models". In this research project, we will examine how members of Canada's first multi-laboratory preclinical study build shared mental models and collaborate in the execution of their study. METHODS: Six independent labs in Canada will conduct a preclinical study using a common protocol. To investigate mental models and collaboration in this multiteam system we will conduct a longitudinal qualitative study involving interviews at four time points, team observation, and document analysis. We will analyze interview transcripts using deductive coding to produce a matrix analysis of mental model content over time and inductive coding to produce a thematic analysis of members' experiences of collaboration over time. We will also triangulate data sources to "tell the story" of teamwork, capturing events and contextual information that explain changes in mental models and collaboration over time. DISCUSSION: This study will be one of the most comprehensive longitudinal analyses of a real-world multiteam system, and the first within a preclinical laboratory setting. The results will contribute to our understanding of collaboration in multiteam systems, an organizational form increasingly used to tackle complex scientific and social problems. The results will also inform the implementation of future multi-laboratory preclinical studies, enhancing the likelihood of effective collaboration and improved 'bench to bedside' translation.
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 | 0,093 | 0,113 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,009 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,008 |
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 ».