Creation of a theoretically rooted workbook to support implementers in the practice of knowledge translation
Notice bibliographique
Résumé
BACKGROUND: Few training opportunities or resources for non-expert implementers focus on the "practice" as opposed to the "science" of knowledge translation (KT). As a guide for novice implementers, we present an open-access, fillable workbook combining KT theories, models, and frameworks (TMFs) that are commonly used to support the implementation of evidence-based practices. We describe the process of creating and operationalizing our workbook. METHODS: Our team has supported more than 1000 KT projects and 300 teams globally to implement evidence-based interventions. Our stakeholders have consistently highlighted their need for guidance on how to operationalize various KT TMFs to support novice implementers in "practising" KT. In direct response to these requests, we created a pragmatic, fillable KT workbook. The workbook was designed by KT scientists and experts in the fields of adult education, graphic design, and usability and was piloted with novice implementers. It is rooted in an integrated KT approach and applies an intersectionality lens, which prompts implementers to consider user needs in the design of implementation efforts. RESULTS: The workbook is framed according to the knowledge-to-action model and operationalizes each stage of the model using appropriate theories or frameworks. This approach removes guesswork in selecting appropriate TMFs to support implementation efforts. Implementers are prompted to complete fillable worksheets that are informed by the Theoretical Domains Framework, the Consolidated Framework for Implementation Research, the Behaviour Change Wheel, the Effective Practice and Organization of Care framework, Proctor's operationalization framework, the Durlak and DuPre process indicators, and the Reach, Effectiveness, Adoption, Implementation and Maintenance (RE-AIM) framework. As they complete the worksheets, users are guided to apply theoretically rooted approaches in planning the implementation and evaluation of their evidence-based practice. CONCLUSIONS: This workbook aims to support non-expert implementers to use KT TMFs to select and operationalize implementation strategies to facilitate the implementation of evidence-based practices. It provides an accessible option for novice implementers who wish to use KT methods to guide their work.
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 | 0,024 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,017 |
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 ».