MétaCan
Menu
Retour à la cohorte
Enregistrement W4309407312 · doi:10.1332/174426421x16645354235140

Building consensus in research partnerships: a scoping review of consensus methods

2022· review· en· W4309407312 sur OpenAlexafffund
Miranda A. Cary, Katrina Plamondon, Davina Banner, Nelly D. Oelke, Kathryn M. Sibley, Kristy Baxter, Mathew Vis‐Dunbar, Alison M. Hoens, Ursula Wick, Stefan Bigsby, Kelsey R. Wuerstl, Heather L. Gainforth

Notice bibliographique

RevueEvidence & Policy · 2022
Typereview
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensUniversity of Northern British ColumbiaOkanagan University CollegeUniversity of British Columbia, Okanagan CampusIsland HealthUniversity of British ColumbiaUniversity of ManitobaHealth Canada
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGeneral partnershipPsycINFOCINAHLDelphi methodKnowledge translationChecklistMEDLINEInclusion (mineral)DelphiParticipatory action researchManagement scienceRelevance (law)Knowledge managementPsychologyPolitical scienceComputer scienceSociologySocial psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Background: Research partnership approaches that engage community members within the research team (for example, integrated knowledge translation, community-based participatory research) are typically used to enhance the relevance and usefulness of research findings. However, research outcomes generated through partnered research do not de facto address the priorities of those most affected nor take inclusion or power dynamics into consideration. Consensus methods (for example, Delphi, Deliberative Dialogue) can be used to develop evidence-based solutions by addressing the groups’ needs and priorities. Limited research has examined how consensus methods are used by research partnerships. Aims and objectives: Using the PRISMA-ScR checklist as a guide, this scoping review sought to better understand the use of consensus methods in research partnerships. Methods: The search strategy involved four databases (MEDLINE, PsycINFO, EMBASE and CINAHL Plus). A total of 6,654 citations were screened, 404 were advanced for full text review, and 34 studies met eligibility criteria. Data from the 34 studies were extracted and iteratively analysed by three members of our research team. Findings: At least 11 different consensus methods were used with variations of the Delphi being most common. Issues of inclusion and power dynamics were rarely discussed. Overall, there was limited reporting of consensus methods, partnership approaches, and/or power dynamics. Discussion and conclusions: This review extends the literature by providing an overview of consensus methods that have been conducted in research partnerships and how they have been executed. We offer initial considerations for conducting and reporting on the use of consensus methods in research co-production.

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)0,376
score de la tête « metaresearch » (Gemma)0,551
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,624
Score d'incertitude au seuil0,769

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3760,551
Méta-épidémiologie (sens strict)0,0040,005
Méta-épidémiologie (sens large)0,0110,011
Bibliométrie0,0640,064
Études des sciences et des technologies0,0070,009
Communication savante0,0170,023
Science ouverte0,0090,016
Intégrité de la recherche0,0090,007
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,900
Tête enseignante GPT0,758
Écart entre enseignants0,143 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

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

En bref

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvidence & PolicyMême sujetDelphi Technique in ResearchTravaux en français237 207