MétaCan
Menu
Retour à la cohorte
Enregistrement W4310361813 · doi:10.1080/17549507.2022.2148741

Engaging clinical end users in the development of an outcome measurement protocol for paediatric communicative health systems

2022· article· en· W4310361813 sur OpenAlexaffabout
Victoria Sherman, Danielle Glista, Barbara Jane Cunningham

Notice bibliographique

RevueInternational Journal of Speech-Language Pathology · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcMaster UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésProtocol (science)Session (web analytics)Relevance (law)Sample (material)Medical educationOutcome (game theory)PsychologyComputer scienceMedicineApplied psychologyAlternative medicineWorld Wide WebPathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To develop a conceptual framework of the factors likely to influence clinicians' use of a new participation-focused outcome measurement protocol in a large paediatric speech-language pathology program. METHOD: A convenience sample of 27 end users (clinicians, managers) were recruited from Ontario, Canada's Preschool Speech and Language Program. Participants engaged in one virtual concept mapping session in groups of five to six during which they learned about the new protocol, and generated statements in response to a prompt asking them to identify factors that would influence their use of the protocol. Following all sessions, participants asynchronously sorted and rated all statements, and data were analysed using multidimensional scaling and hierarchical cluster analyses. RESULT: Six themes were identified: (1) response from families; (2) use of resources; (3) feasibility and clinical utility; (4) relevance and value-added for clinicians; (5) streamlining policies and guidelines; and (6) delivery, administration, and modification of tool. Response from families, feasibility and clinical utility, and use of resources received the highest importance ratings. CONCLUSION: Concept mapping methodology was used to engage clinicians and managers to identify the barriers to a new implementation protocol for outcome measurement. Results will support future research and implementation efforts.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,048
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0480,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,736
Tête enseignante GPT0,716
Écart entre enseignants0,020 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Speech-Language PathologyMême sujetHealth Policy Implementation ScienceTravaux en français237 207