Practice-based research networks: What they are and why Australia needs them
Notice bibliographique
Résumé
A PRACTICE-BASED RESEARCH NETWORK (PBRN) is a group of primary care medical practices working together to undertake research of relevance to primary care.The first PBRNs likely developed in the UK 1 and Netherlands 2 in the late 1960s and in the USA in the 1970s. 3Similar groups formed in Canada in following years. 3Arguably, the earliest PBRN-like collaboration in Australia was established in 1962.At that time, the Research Committee of the (then) Australian College of General Practitioners organised 85 volunteer general practitioners (GPs) to collect data for one year on 174,000 patients in a national morbidity survey. 4The development of Australian PBRNs gained momentum in earnest with Commonwealth Primary Health Care Research Evaluation and Development (PHCRED) strategy funding from 2000 to 2011.Pirotta and Temple-Smith reported that over 20 Australian PBRNs received support during this period of dedicated funding. 3When functioning optimally, a PBRN is a collaborative learning community of academics and primary care clinicians, formed to generate, disseminate and integrate new knowledge in order to improve patient outcomes. 5PBRNs provide a mechanism for undertaking research in the community in order to inform community-based practice, rather than extrapolating findings from research based in tertiary centres.This offers the prospect of investigator-driven research,
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,005 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».