Understanding heterogeneity and building capacity for research in long-term care and geriatric settings: a systematic qualitative review and conceptual mapping framework using mixed methods
Notice bibliographique
Résumé
Abstract Background Older adults are underrepresented in research. Heterogeneity of research processes in this population, specifically in long-term care (LTC) and geriatric acute care (GAC), is not well described and may impede the design, planning, and conduct of research. Objective Identify, quantify, and map stakeholders, research stages, and transversal themes of research processes, to develop a mapping framework. Methods Multicomponent mixed methods study. An environmental scan was used to initiate a preliminary framework. We conducted a systematic literature search on process, barriers, and methods for clinical research in GAC and LTC to extract and update stakeholders, research stages, and themes. Importance and interactions of elements were synthesized via heatmaps by number of articles, mentions, and content intersections. Results For our initial framework, we surveyed 24 stakeholders. Of 9277 records, 68 articles were included with 12 stakeholders, 13 research stages, 17 transversal themes (either barriers, facilitators, general themes, or recommendations), and 1868 intersections. Differences in relative importance between LTC and GAC emerged for stakeholders (staff, managers vs. caregivers, ethics committees), and for research stages (funding, facility recruitment vs. ethics, individual recruitment). Crucial themes by stakeholders were collaboration for the research team; communication, trust, and human resources for managers; heterogeneity for patients and residents. A heatmap framework synthesizing vital stakeholders and themes per research stage was generated. Conclusions We identified and quantified the interactions between stakeholders, stages, and themes to characterize heterogeneity in LTC and GAC research. Our framework may serve as a blueprint to co-construct and improve each stage of the research process.
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 | 0,318 | 0,314 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,032 | 0,027 |
| Études des sciences et des technologies | 0,008 | 0,013 |
| Communication savante | 0,012 | 0,021 |
| Science ouverte | 0,006 | 0,018 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».