MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386765484 · doi:10.21203/rs.3.rs-3334995/v1

Key informants perspectives on creating a high impact research department in family and community medicine: a qualitative project

2023· preprint· en· W4386765484 sur OpenAlexafffund
Allison Gayapersad, Mary Ann O’Brien, Christopher Meaney, Ishan Aditya, Julia Baxter, Peter Selby

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesDepartment of Family and Community Medicine, University of TorontoUniversity of Toronto
Mots-clésMentorshipThematic analysisFocus groupQualitative researchPublic relationsDiversity (politics)Health careEquity (law)NursingMedical educationPsychologyMedicinePolitical scienceSociologyBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract Background Primary care is integral to the health system and population health. Primary care research is still in development and most academic programs lack effective research investments. High impact primary care research programs are needed to advance the field to ensure a robust primary care system for the future. The project objective was to understand key informants’ views of structures, functions, and processes required to create a high impact research program in an academic primary care department. Methods A descriptive qualitative project with key informants from research programs in primary care. Participants included international research leaders in primary care (n = 10), department of family and community researchers (n = 37) and staff (n = 9) in an academic primary care department, other university leaders (n = 3) and members of the departmental executive leadership team (1 department; 25 members). Semi-structured interviews (n = 27), and focus groups (n = 6) were audio recorded, transcribed, and analyzed using thematic analysis. We used a socioecological framework which described macro, meso, micro levels of influence. Results At the micro level despite barriers with respect to funding, protected time and lack of formal mentorship, personal motivation was a key factor. At the meso level, the organizational structure that promoted collaboration and a sense of connection emerged as a key factor. Specifically research leaders identified a research faculty development pipeline based on equity, diversity, inclusion, indigeneity, and accessibility principles with thematic areas of focus as key enablers. Lastly, at the macro level, an overarching culture and policies that promoted funding and primary care research was associated with high impact programs. Conclusion The alignment/complementarity of micro, meso, and macro level factors influenced the creation of a high impact research department in primary care. High impact research in primary care is facilitated by the development of researchers through formalized and structured mentorship/sponsorship and a department culture that promote primary care 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,062
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil0,329

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0620,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0150,012
Communication savante0,0070,005
Science ouverte0,0020,009
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,911
Tête enseignante GPT0,818
Écart entre enseignants0,093 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
DomaineÉvaluation
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetHealth Policy Implementation Science→Travaux en français237 207→