Canadian Pediatric Oncology Nurses’ Perspectives on Implementation of the Children's Oncology Group KidsCare Customized App
Notice bibliographique
Résumé
Background: Canada represents half of the Children's Oncology Group (COG) sites that have opted to customize content for families within the COG KidsCare app. It was unclear how many sites proceeded with developing and inputting customized content and how well the app and customized content were implemented into practice. This raised concerns that Canadian families were unaware of this new digital resource and did not have equitable access to customized content. This qualitative study aimed to understand nursing site leads’ experiences including perspectives on facilitators and barriers to customization and implementation of the COG's KidsCare app. Method: Semi-structured interviews with clinicians who self-reported expertise in patient and family education local practices were conducted. Transcripts were independently coded by two team members using an iterative hybrid inductive/deductive approach, and analyzed using the Consolidated Framework for Implementation Research (CFIR), to summarize results. Results: The facilitators and barriers to implementing the COG KidsCare app with customization were categorized by five overarching CFIR-related themes: (a) features of the customized COG KidsCare app, (b) external environment, (c) institutional environment, (d) implementation team, and (e) the process of implementing and customizing the COG KidsCare app. Discussion: Nurses expressed feelings of tension between support and perceived value of the COG KidsCare app with customization, and their ability to successfully create, refine, implement content and disseminate to families. Using our RoadMap of recommended implementation strategies to integrate use of the app into practice may provide opportunity for successful implementation in a variety of contexts.
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 | 0,011 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,007 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».