MétaCan
Menu
Retour à la cohorte
Enregistrement W4309907928 · doi:10.1017/cts.2022.505

Use of a Community Engagement and Research Core model to enhance primary care provider recruitment: A case example

2022· article· en· W4309907928 sur OpenAlexfundno aff
Heidi Rishel Brakey, Julia Martinez, Andrew L. Sussman, Magdalena M. McWethy, justin martinez, Carla Cordova, Julie G. Salvador

Notice bibliographique

RevueJournal of Clinical and Translational Science · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthNational Center for Advancing Translational SciencesAgency for Healthcare Research and QualityCanada Excellence Research Chairs, Government of Canada
Mots-clésCommunity engagementScarcityHuman multitaskingLimitingEconomic shortagePrimary careCore (optical fiber)Public relationsBusinessKnowledge managementNursingPsychologyPolitical scienceMedicineEngineeringComputer scienceFamily medicine

Résumé

récupéré en direct d'OpenAlex

Persistent barriers exist to engage rural providers in research and training. Provider shortages exacerbate these challenges, leading to a scarcity of time and limiting motivation to participate in research. We present application of an innovative engagement model to increase rural primary care provider participation in research. Using our Community Engagement and Research Core, we demonstrate that fundamental principles of training and expertise, attention to efficiency and multitasking, and commitment to community are important for addressing provider recruitment barriers. We encourage other Clinical and Translational Science Centers to provide similar services to their local investigators to enhance provider engagement in research.

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)0,030
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,003
Communication savante0,0030,003
Science ouverte0,0020,009
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,905
Tête enseignante GPT0,685
Écart entre enseignants0,221 · 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'étudeÉtude de cas
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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Translational ScienceMême sujetHealth Sciences Research and EducationTravaux en français237 207