Evaluating the research capacity and culture amongst staff at a tertiary level teaching hospital in Rwanda
Notice bibliographique
Résumé
BACKGROUND: Building research capacity can strengthen health systems through evidence-based interventions. However, evaluating the current research capacity and increasing it is a layered process that needs to consider different institutional structures, as well as internal factors. This study collects baseline data on the research capacity and culture at King Faisal Hospital Rwanda (KFH), a tertiary-level teaching hospital in Rwanda. It also proposes ways to further strengthen it and recommends ways for other institutions in Rwanda to strengthen research capacity. METHODS: The Research Capacity and Culture Tool was distributed to full-time clinical and non-clinical KFH staff in September 2021. Participants were required to hold a position that minimally requires an Advanced Diploma. The quantitative survey data were analyzed in SPSS Version 27 and analyzed via descriptive statistics across all domains, including the individual, organizational, and team levels. FINDINGS: 152 participants completed the questionnaire. On a 5-point Likert scale, the highest ranked skills were designing questionnaires (3.34) and using digital referencing systems (3.29), while the lowest ranked skills were securing research funding (2.40) and writing for publication in peer-reviewed journals (2.46). Perceptions about the organizational level's research system were overall stronger than those at the team level, with the weakest team-level system being having regular research forums and bulletins (2.14) and having digital tools for conducting research (2.14). Motivators to conducting research included skills development (87%) and career advancement (74%), while barriers included a lack of time (64%) and access to funding (56%). DISCUSSION: To strengthen the research capacity and culture at KFH, focus should be on allocating tools, resources, and training opportunities to staff. Research should be integrated into staff job descriptions, with a time audit conducted to ensure they have adequate time for these activities. Finally, decentralizing research and ensuring team-level ownership will help with staff buy in.
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 | 0,023 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».