MétaCan
Menu
Retour à la cohorte
Enregistrement W4403080107 · doi:10.3389/fpubh.2024.1344907

Barriers and facilitators to dissemination of non-communicable diseases research: a mixed studies systematic review

2024· review· en· W4403080107 sur OpenAlexaff
Ana Isabel Renda, Heidi Turon, Michelle Lim, Luke Wolfenden, Sam McCrabb, Seán O’Connor, Meghan Finch, Natasha Smith, Navdeep K. Goraya, Cheryce L. Harrison, Shaan Naughton, Alice Grady, Rebecca K Hodder, Kathryn Reilly, Serene Yoong

Notice bibliographique

RevueFrontiers in Public Health · 2024
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesMedical Research CouncilPublic Health AgencyNational Health and Medical Research CouncilNational Heart Foundation of Australia
Mots-clésDisseminationKnowledge translationInformation DisseminationGrey literatureSystematic reviewBest practiceQualitative researchMEDLINEMedicineMedical educationPsychologyComputer scienceKnowledge managementPolitical scienceWorld Wide WebSociology

Résumé

récupéré en direct d'OpenAlex

Background There is a large number of research studies about the prevention of non-communicable diseases (NCD), with findings taking several years to be translated into practice. One reason for this lack of translation is a limited understanding of how to best disseminate NCD research findings to user-groups in a way that is salient and useful. An understanding of barriers and facilitators to dissemination is key to informing the development of strategies to increase dissemination. Therefore, this review aims to identify and synthesise the barriers and facilitators to dissemination of NCD research findings. Methods A mixed studies systematic review was performed following JBI (formerly known as Joanna Briggs Institute) methodology. The search included articles from January 2000 until May 2021. We conducted a comprehensive search of bibliographic and grey literature of five databases to identify eligible studies. Studies were included if they involved end-users of public health research that were decision-makers in their setting and examined barriers/facilitators to disseminating research findings. Two pairs of reviewers mapped data from included studies against the Framework of Knowledge Translation (FKT) and used a convergent approach to synthesise the data. Results The database search yielded 27,192 reports. Following screening and full text review, 15 studies (ten qualitative, one quantitative and four mixed methods) were included. Studies were conducted in 12 mostly high-income countries, with a total of 871 participants. We identified 12 barriers and 14 facilitators mapped to five elements of the FKT. Barriers related to: (i) the user-group (n = 3) such as not perceiving health as important and (ii) the dissemination strategies (n = 3) such as lack of understanding of content of guidelines. Several facilitators related to dissemination strategies (n = 5) such as using different channels of communication. Facilitators also related to the user-group (n = 4) such as the user-groups’ interest in health and research. Conclusion Researchers and government organisations should consider these factors when identifying ways to disseminate research findings to decision-maker audiences. Future research should aim to build the evidence base on different strategies to overcome these barriers. Systematic review registration The protocol of this review was deposited in Open Science Framework ( https://doi.org/10.17605/OSF.IO/5QSGD ).

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)0,128
score de la tête « metaresearch » (Gemma)0,328
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,675

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1280,328
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0120,011
Bibliométrie0,0300,031
Études des sciences et des technologies0,0030,003
Communication savante0,0090,010
Science ouverte0,0040,006
Intégrité de la recherche0,0040,002
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 Opus0,178
Tête enseignante GPT0,474
Écart entre enseignants0,296 · 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
DomainePrésentation des résultats
GenreSynthèse

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

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207