MétaCan
Menu
Retour à la cohorte
Enregistrement W4308506808 · doi:10.3390/ijerph192214651

Implementation Determinants of Knowledge Mobilization within a Quebec Municipality to Improve Universal Accessibility

2022· article· en· W4308506808 sur OpenAlexafffundabout
Maëlle Corcuff, François Routhier, Stéphanie Gamache, David Fiset, Jean Leblond, Marie‐Ève Lamontagne

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Accessibility for Disabilities
Établissements canadiensUniversité LavalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesFonds de Recherche du Québec - SantéSocial Sciences and Humanities Research CouncilFonds de Recherche du Québec-Société et Culture
Mots-clésMobilizationPolitical scienceBusinessGeographyEnvironmental planning

Résumé

récupéré en direct d'OpenAlex

According to the UN-CRPD, cities must develop action plans about universal accessibility (UA). Operationalization of these plans is complex, and little is known about what municipal employees know about UA. AIM: The aim is to document implementation determinants of UA within a municipal organization in Quebec, Canada. METHODS: An observational cross-sectional study was performed. Employees answered a survey based on the TDF and the DIBQ. Facilitators, barriers, and factors influencing the determinants were identified. RESULTS: A total of 43% of the employees completed the survey. The implementation of UA measures is more facilitated by their beliefs about the impact on citizens, while the external context hinders the proper implementation. It is also influenced by six factors: (1) professional role, (2) capacity, (3) resources, (4) willingness, (5) characteristics, and (6) feedback. DISCUSSION: Results suggest that understanding the consequences, sufficient resources, abilities, and willingness can influence implementation of UA. CONCLUSION: These findings have informed the objectives of the next action plan of the municipal organization and could guide the development of solutions.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,302

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,106
Tête enseignante GPT0,477
Écart entre enseignants0,371 · 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

Citations5
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetDigital Accessibility for DisabilitiesTravaux en français237 207