Diversity in Stakeholder Groups in Generative Co-design for Digital Health: Assembly Procedure and Preliminary Assessment
Notice bibliographique
Résumé
BACKGROUND: Diverse knowledge and ways of thinking are claimed to be important when involving stakeholders such as patients, care professionals, and care managers in a generative co-design (GCD) process. However, this claim is rather general and has not been operationalized; therefore, the influence of various stakeholders on the GCD process has not been empirically tested. OBJECTIVE: In this study, we aimed to take the first step in assessing stakeholder diversity by formulating a procedure to assemble a group of diverse stakeholders and test its influence in a GCD process. METHODS: To test the procedure and assess its influence on the GCD process, a case was selected involving a foundation that planned to develop a serious game to help people with cancer return to work. The procedure for assembling a stakeholder group involves snowball sampling and individual interviews, leading to the formation of 2 groups of stakeholders. Thirteen people were identified through snowball sampling, and they were briefly interviewed to assess their knowledge, inference experience, and communication skills. Two diverse stakeholder groups were formed, with one more potent than the other. The influence of both stakeholder groups on the GCD process was qualitatively assessed by comparing the knowledge output and related knowledge processing in 2 identical GCD workshops. RESULTS: Our hypothesis on diverse stakeholders was confirmed, although it also appeared that merely assessing the professional background of stakeholders was not sufficient to reach the full potential of the GCD process. The more potently diverse group had a stronger influence on knowledge output and knowledge processing, resulting in a more comprehensive problem definition and more precisely described solutions. In the less potently diverse group, none of the stakeholders had experience with abduction-2 inferencing, and this did not emerge in the GCD process, suggesting that at least one stakeholder should have previous abduction-2 experience. CONCLUSIONS: A procedure to assemble a stakeholder group with specific criteria to assess the diversity of knowledge, ways of thinking, and communication can improve the potential of the GCD process and the resulting digital health.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,136 | 0,219 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».