Poster (Clinical/Best Practice Implementation) ID 1985364
Notice bibliographique
Résumé
Background/objectives The engagement of people with lived experience (PLEX) of spinal cord injury/disease (SCI/D) in rehabilitation research can lead to relevant questions and improved data collection, interpretation, knowledge translation, and research impact. We describe the process to create a toolkit which elaborates the roles that PLEX can play in rehabilitation research to ensure engagement is authentic and effective. Methods Five separate working groups were convened to each focus on a specific role of PLEX: research team member, peer reviewer, knowledge translator, decision-maker, and fundraising ambassador. The roles of PLEX in research, relevant training tools, and indicators to measure engagement were explored through 17 virtual meetings with 45 scientists, research staff, learners, and PLEX. Menti-meter and Survey Monkey were used to select training tools via consensus. A summative meeting was held with all participants to achieve consensus regarding the role descriptions. Meeting transcripts and survey data informed iterations of the materials prior to achieving consensus. Findings The Toolkit contains five role descriptions for PLEX as well as example activities, training requirements for scientists and PLEX, and specific indicators for each role. The Toolkit includes several best practice considerations and three practical tools for researchers to plan engagement, facilitate compensation, and implement/evaluate engagement. Conclusions The Toolkit can be used by researchers and research organizations to develop, implement, and evaluate engagement plans with PLEX in SCI/D rehabilitation research. This Toolkit can be used to transform the SCI/D rehabilitation research and advocacy agenda, and contribute to more relevant research with a greater impact.
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 | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,849 | 0,530 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».