Facilitators of and barriers to patient and public involvement in building learning health systems in community health services settings: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: The development of learning health systems (LHSs) has often focused on optimally leveraging data. More attention should be paid to patient and public involvement or community engagement in forming learning communities that work together to build LHS. This scoping review aims to identify facilitators of and barriers to involving patients and the public in building LHSs in community health services settings. METHODS AND ANALYSIS: We will use the Joanna Briggs Institute's scoping review methodology. We will review literature in English published from 1 January 2007 to 31 December 2022. The databases that will be searched are MEDLINE, CINAHL, Embase, Web of Science, Scopus, AgeLine, PsycINFO and Web of Science. Key inclusion and exclusion criteria include the following: we will only consider a learning community in a community health services context (eg, home care, long-term care, primary care); we will exclude literature on acute care settings; and we will consider any research designs apart from big data analytics. We will review all sources, including university student theses and dissertations. The review will proceed in three steps: (1) we will identify keywords and index terms from the MEDLINE and CINAHL databases; (2) using the keywords and index terms identified in step (1), we will search other databases and (3) we will handsearch the reference lists of the selected literature and will search for grey literature using Google. Two research assistants will screen the titles and abstracts separately, with reference to the inclusion criteria. Two researchers will then assess the full text of selected studies, also in reference to the inclusion criteria. We will present the findings in a charting table and provide a narrative summary. ETHICS AND DISSEMINATION: This work does not require ethics approval because the data for this scoping review are publicly available. The findings will be presented in a journal article and at conferences.
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 | 0,174 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,011 | 0,014 |
| Bibliométrie | 0,023 | 0,018 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,008 | 0,009 |
| Intégrité de la recherche | 0,011 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,013 |
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 ».