MétaCan
Menu
Retour à la cohorte
Enregistrement W4312105028 · doi:10.1093/geroni/igac059.1237

DEVELOPMENTAL ADVANCES OF THE PARIHS FRAMEWORK OVER THE LAST DECADE: A CRITICAL INTERPRETIVE SYNTHESIS

2022· article· en· W4312105028 sur OpenAlexaff
Whitney Berta, Yinfei Duan, Alba Iaconi, Jing Wang, Janelle Perez, Yuting Song, Stephanie Chamberlain, Carole A. Estabrooks

Notice bibliographique

RevueInnovation in Aging · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of AlbertaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFacilitationTypologyContext (archaeology)Core (optical fiber)Knowledge managementPsychologyEngineering ethicsMedicineSociologyComputer scienceEngineeringNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract The original Promoting Action on Research Implementation in Health Services (PARiHS) and i-PARiHS frameworks contend that the successful implementation of evidence-based practices is a function of the core elements evidence, context, facilitation, and the capacity of intended recipients to apply research to practice. While applied widely, a number of theoretical and practical challenges associated with the framework’s application have been identified. Our critical interpretive synthesis examines how the last decade of research has advanced understanding of the conceptualizations of, relationships between, and dynamics amongst, PARiHS core elements. We find that work over the past decade affords more nuanced conceptualizations of context and facilitation; reveals myriad conceptualizations of implementation success, suggesting the need for a typology; demonstrates contradictory effects of context on facilitation that warrants more study; leads us to question the contextual primacy of leadership; and generally under-examines the interactions and dynamics amongst PARiHS core elements and their sub-elements.

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)0,199
score de la tête « metaresearch » (Gemma)0,160
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil0,988

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1990,160
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0200,014
Études des sciences et des technologies0,0080,046
Communication savante0,0200,022
Science ouverte0,0040,014
Intégrité de la recherche0,0050,013
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 Opus0,200
Tête enseignante GPT0,592
Écart entre enseignants0,392 · 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.

Devis d'étudeQualitatif
Domainenon disponible
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetHealth Policy Implementation ScienceTravaux en français237 207