The special sauce of the Cancer Prevention and Control Research Network: 20 years of lessons learned in developing the evidence base, building community capacity, and translating research into practice
Notice bibliographique
Résumé
PURPOSE: The Cancer Prevention and Control Research Network (CPCRN) is a national network focused on accelerating the translation of cancer prevention and control research evidence into practice through collaborative, multicenter projects in partnership with diverse communities. From 2003 to 2022, the CPCRN included 613 members. METHODS: We: (1) characterize the extent and nature of collaborations through a bibliometric analysis of 20 years of Network publications; and (2) describe key features and functions of the CPCRN as related to organizational structure, productivity, impact, and focus on health equity, partnership development, and capacity building through analysis of 22 in-depth interviews and review of Network documentation. RESULTS: Searching Scopus for multicenter publications among the CPCRN members from their time of Network engagement yielded 1,074 collaborative publications involving two or more members. Both the overall number and content breadth of multicenter publications increased over time as the Network matured. Since 2004, members submitted 123 multicenter grant applications, of which 72 were funded (59%), totaling more than $77 million secured. Thematic analysis of interviews revealed that the CPCRN's success-in terms of publication and grant productivity, as well as the breadth and depth of partnerships, subject matter expertise, and content area foci-is attributable to: (1) its people-the inclusion of members representing diverse content-area interests, multidisciplinary perspectives, and geographic contexts; (2) dedicated centralized structures and processes to enable and evaluate collaboration; and (3) focused attention to strategically adapting to change. CONCLUSION: CPCRN's history highlights organizational, strategic, and practical lessons learned over two decades to optimize Network collaboration for enhanced collective impact in cancer prevention and control. These insights may be useful to others seeking to leverage collaborative networks to address public health problems.
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 | 0,135 | 0,188 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,020 | 0,028 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».