Characterizing research partnerships in child health research: A scoping review
Notice bibliographique
Résumé
Research partnerships between researchers and knowledge users (KUs) in child health are understudied. This study examined the scope of KU engagement reported in published child health research, inclusive of health research partnership approaches and KU groups. Search strategies were developed by a health research librarian. Studies had to be in English, published since 2007, and were not excluded based on design. A two-step, multiple-person hybrid screening approach was used for study inclusion. Data on study and engagement characteristics, barriers and facilitators, and effects were extracted by one reviewer, with 10% verified by a second reviewer. Three hundred fifteen articles were included, with 243 (77.1%) published between 2019 and 2021. Community-based participatory research was the most common approach used ( n = 122, 38.3%). Most studies ( n = 235, 74.6%) engaged multiple KU groups (range 1–11), with children/youth, healthcare professionals, and parents/families being most frequently engaged. Reporting of barriers and facilitators and effects were variable, reported in 170 (53.8%) and 197 (62.5%) studies, respectively. Publications have increased exponentially over time. There is ongoing need to optimize evaluation and reporting consistency to facilitate growth in the field. Additional studies are needed to further our understanding of research partnerships in child health.
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 | 0,089 | 0,230 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,039 | 0,044 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».