MétaCan
Menu
Retour à la cohorte
Enregistrement W4313561620 · doi:10.1186/s12961-022-00937-9

Tools for assessing health research partnership outcomes and impacts: a systematic review

2023· review· en· W4313561620 sur OpenAlexafffund
Kelly Mrklas, Jeffrey Boyd, Sumair Shergill, Sera Merali, Masood Khan, Lorelli Nowell, Amelia Goertzen, Lisa M. Pfadenhauer, Kevin Paúl, Kathryn M. Sibley, Liam A. Swain, Mathew Vis‐Dunbar, Michael D. Hill, Shelley Raffin‐Bouchal, Marcello Tonelli, Ian D. Graham

Notice bibliographique

RevueHealth Research Policy and Systems · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensOttawa Public HealthOttawa HospitalUniversity of OttawaHotchkiss Brain InstituteOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaGeorge & Fay Yee Centre for Healthcare InnovationSt. Michael's HospitalAlberta HealthUniversity of ManitobaUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchCumming School of Medicine, University of CalgaryUniversity of Manitoba
Mots-clésHealth services researchPublic healthGeneral partnershipHealth administrationHealth economicsMedicineHealth policySocial policyEnvironmental healthNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To identify and assess the globally available valid, reliable and acceptable tools for assessing health research partnership outcomes and impacts. METHODS: We searched Ovid MEDLINE, Embase, CINAHL Plus and PsycINFO from origin to 2 June 2021, without limits, using an a priori strategy and registered protocol. We screened citations independently and in duplicate, resolving discrepancies by consensus and retaining studies involving health research partnerships, the development, use and/or assessment of tools to evaluate partnership outcomes and impacts, and reporting empirical psychometric evidence. Study, tool, psychometric and pragmatic characteristics were abstracted using a hybrid approach, then synthesized using descriptive statistics and thematic analysis. Study quality was assessed using the quality of survey studies in psychology (Q-SSP) checklist. RESULTS: From 56 123 total citations, we screened 36 027 citations, assessed 2784 full-text papers, abstracted data from 48 studies and one companion report, and identified 58 tools. Most tools comprised surveys, questionnaires and scales. Studies used cross-sectional or mixed-method/embedded survey designs and employed quantitative and mixed methods. Both studies and tools were conceptually well grounded, focusing mainly on outcomes, then process, and less frequently on impact measurement. Multiple forms of empirical validity and reliability evidence was present for most tools; however, psychometric characteristics were inconsistently assessed and reported. We identified a subset of studies (22) and accompanying tools distinguished by their empirical psychometric, pragmatic and study quality characteristics. While our review demonstrated psychometric and pragmatic improvements over previous reviews, challenges related to health research partnership assessment and the nascency of partnership science persist. CONCLUSION: This systematic review identified multiple tools demonstrating empirical psychometric evidence, pragmatic strength and moderate study quality. Increased attention to psychometric and pragmatic requirements in tool development, testing and reporting is key to advancing health research partnership assessment and partnership science. PROSPERO CRD42021137932.

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)0,078
score de la tête « metaresearch » (Gemma)0,231
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
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 enseignants0,922
Score d'incertitude au seuil0,410

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0780,231
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0110,010
Bibliométrie0,0500,042
Études des sciences et des technologies0,0020,002
Communication savante0,0070,011
Science ouverte0,0040,006
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,990
Tête enseignante GPT0,865
Écart entre enseignants0,126 · 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'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

Citations36
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Research Policy and SystemsMême sujetHealth Policy Implementation ScienceTravaux en français237 207