MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388720582 · doi:10.1370/afm.22.s1.5346

What Factors Are Associated with the Research Productivity of Primary Care Researchers in Canada? A Qualitative Study

2023· article· en· W4388720582 sur OpenAlexaboutno aff
Monica Aggarwal, Sabrina T. Wong, Alan Katz, Deirdre Snelgrove, Steve Slade, Brian Hutchison

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMentorshipThematic analysisQualitative researchContext (archaeology)Medical educationReflexivityQualitative propertyPsychologyPublic relationsNursingMedicineSociologyPolitical scienceComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Context: Research evidence to inform primary care (PC) policy and practice is essential for building high-performing PC systems. Nevertheless, research output relating to PC remains low worldwide. Objective: To examine the individual, professional, institutional and system factors that influence the research productivity (RP) of PC researchers. Study Design and Analysis: We used a qualitative, descriptive key informant study approach to conduct semi-structured interviews with senior, mid-career and early-career PC researchers across Canada. Qualitative data were analyzed using reflexive thematic analysis. Setting: Canada. Population Studied: PC researchers. Intervention/Instrument: Semi-structured interviews. Outcome Measures: Qualitative perceptions, experiences, opinions, and beliefs. Results: Twenty-three PC researchers participated in the study. An interplay of factors was perceived to enable or reduce RP. Facilitators of RP included personal (psychological characteristics, spousal occupation, and support), professional (mentorship before faculty appointment), institutional (mentorship, institutional type), and system (international collaborations) factors. Barriers to RP included personal (parenthood, gender, race, and educational background) and system (systematic bias, environment) factors. Professional (national collaborations, research expertise, and length of career), institutional (leadership, culture, resources, protected time), and system (funding for PC research, geography, research data infrastructure) factors served as barriers or facilitators. Conclusion: Funders and academic institutions are critical in supporting and accelerating RP. At the institutional level, departments should recruit leaders committed to PC research who will cultivate a supportive, flexible, and equitable culture for researchers. This should be accompanied by investments in research and administration, dedicating protected time, and formalizing mentorship programs. Trainees and early-career faculty should choose to work in supportive working environments and seek out different mentors and colleagues that will respectfully support their career goals. At the systems level, governments and granting agencies should consider targeted funding for PC research and training and support a national data infrastructure to enable the continuous flow of PC research. At all levels, strategies must be implemented to address gender and racial inequalities.

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)0,029
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,903

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,064
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,009
Études des sciences et des technologies0,0210,011
Communication savante0,0090,003
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,500
Tête enseignante GPT0,574
Écart entre enseignants0,074 · 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
DomaineIncitatifs
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPrimary Care and Health Outcomes→Travaux en français237 207→