MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387047686 · doi:10.3990/1.9789036558679

Who, When, How – Guiding the active involvement of stakeholders in eHealth Action Research

2023· dissertation· en· W4387047686 sur OpenAlexfundno aff
Kira Oberschmidt

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensnon disponible
Organismes subventionnairesEuropean CommissionMcGill University
Mots-cléseHealthAction (physics)Action researchKnowledge managementBusinessPsychologyComputer sciencePolitical scienceHealth carePedagogyPhysics

Résumé

récupéré en direct d'OpenAlex

Action Research (AR) is a form of iterative, collaborative research that takes place in practice and actively involves stakeholders as co-researchers. It is increasingly used in the field of eHealth, which focuses on the development and implementation of technology in the healthcare context. AR holds many benefits for eHealth research, as it can ensure a better fit between technology and practice. However, conducting AR is complex and time-consuming, especially in the healthcare context where stakeholders already experience high workload. This thesis therefore looks at how those conducting eHealth projects can be guided in doing AR. The state of the art is described first, through a review of eHealth AR literature. This is followed by chapters on the different roles and types of involvement in eHealth AR, like so called ‘champions’ of a research project, or looking at how outsiders can be involved in a project spontaneously. Then, several chapters are dedicated to how different stakeholders interact and communicate with each other within an eHealth AR project. This for example includes alignment of interests between stakeholders, and a tool for collaborative reflection. All chapters provide recommendations that others can implement into their practice. These recommendations are bundled in the last part, and combined with literature to develop a framework for active stakeholder involvement in eHealth AR. The framework was evaluated with experts and action researchers from the field, and updated based on their input. The thesis ends with a reflection on the role of meta-researcher which can allow a more methodological perspective on doing eHealth AR research, rather than just reporting outcomes.

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)0,118
score de la tête « metaresearch » (Gemma)0,098
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,626

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1180,098
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0120,029
Communication savante0,0300,029
Science ouverte0,0030,012
Intégrité de la recherche0,0100,012
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,837
Tête enseignante GPT0,575
Écart entre enseignants0,262 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même sujetMental Health and Patient Involvement→Travaux en français237 207→