Building bridges from research outcomes to clinical practice decisions
Notice bibliographique
Résumé
Practitioners may face difficulties implementing research results into practice. Seven examples of common knowledge translation barriers for clinicians are presented, and suggestions are offered for building effective communication bridges. Changes in how research results are reported and interpreted across different practice contexts can improve orthodontic care. These include (a) attention to the expected benefit that includes estimates of both likely clinical value and probability of occurrence, (b) cost considerations, (c) generalizability across contexts that require interpretation adjustments, (d) measures of effect size in addition to measures of statistical significance, (e) determination of the largest relative sources of variance in the reported results, (f) estimating probabilities that lead to practice actions, and (g) conversion of research descriptions to values that impact practice decisions. Examples of improved communication relevant to clinicians are provided that can be used to build stronger bridges between orthodontic research and practice. Although advances in orthodontic research rigor have been noted, journal articles would benefit from more clinician-friendly descriptions of results and their 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 | 0,710 | 0,837 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,006 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,019 | 0,010 |
| Études des sciences et des technologies | 0,011 | 0,030 |
| Communication savante | 0,051 | 0,088 |
| Science ouverte | 0,014 | 0,057 |
| Intégrité de la recherche | 0,025 | 0,043 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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 ».