MétaCan
Menu
Retour à la cohorte
Enregistrement W4303859531 · doi:10.1186/s13033-022-00559-2

The impacts of implementing recovery innovations: a conceptual framework grounded in qualitative research

2022· article· en· W4303859531 sur OpenAlexafffundabout
Myra Piat, Megan Wainwright, Marie-Pier Rivest, Eleni Sofouli, Tristan von Kirchenheim, Hélène Albert, Regina Casey, Lise Labonté, Joseph J. O’Rourke, Sébastien LeBlanc

Notice bibliographique

RevueInternational Journal of Mental Health Systems · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensUniversité de MonctonUniversity of British ColumbiaMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BCFonds de Recherche du Québec - SantéFondation de la recherche en santé du Nouveau-BrunswickResearch Manitoba
Mots-clésStakeholderMental healthService providerGrounded theoryQualitative researchAxial codingKnowledge managementConceptual frameworkDyadService (business)Process managementAction researchStakeholder engagementBusinessPublic relationsPsychologyMarketingSociologyComputer sciencePolitical scienceTheoretical sampling

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Implementing mental health recovery into services is a policy priority in Canada and globally. To that end, a 5 year study was undertaken with seven organisations providing mental health and housing services to people living with a mental health challenge to implement guidelines for the transformation of services and systems towards a recovery-orientation. Multi-stakeholder implementation teams were established and a facilitated process guided teams to choosing and planning for the implementation of one recovery innovation. The recovery innovations chosen were hiring peer support workers, Wellness Recovery Action Planning (WRAP), a family support group, and staff recovery training. METHODS: This study reports on data collected at the post-implementation stage. 90 service users, service providers, family members, managers, other actors and knowledge users participated in 41 group, individual or dyad semi-structured interviews. The interview guides included open-ended questions eliciting participants' impressions regarding the impact of implementing the innovation on service users, service providers and organisations. We applied a collaborative qualitative content analysis approach in NVivo12 to coding and interpreting the data generated from these questions. RESULTS: Eighteen impacts of implementing recovery innovations from the perspectives of diverse stakeholder groups were identified. Three impacts of working as an implementation team member and as part of a research project were also identified. Impacts were developed into a conceptual framework organised around four overall categories of impact: Ways of being, Ways of interacting, Ways of thinking, and Ways of operating and doing business. CONCLUSIONS: The IMpacts of Recovery Innovations (IMRI) framework version 1 can assist researchers, evaluators and decision-makers identify, explore and understand impact in the context of recovery innovations. The framework helps fill a gap in conceptualising service and organisation-level impacts. Future research is needed to validate the framework and map it to existing methods for studying 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)0,120
score de la tête « metaresearch » (Gemma)0,048
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: aucune
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,634

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1200,048
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0140,012
Études des sciences et des technologies0,0130,063
Communication savante0,0210,026
Science ouverte0,0080,019
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,457
Tête enseignante GPT0,619
Écart entre enseignants0,161 · 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

Citations13
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mental Health SystemsMême sujetMental Health and Patient InvolvementTravaux en français237 207