What happened next? A survey of review clients evaluating impacts of rapid reviews
Notice bibliographique
Résumé
OBJECTIVES: End-user evaluation of the impact of evidence syntheses is critical to demonstrating value. This study presents results of a survey evaluating the impact of rapid reviews undertaken by two teams based in Melbourne, Australia, and Hamilton, Canada. METHODS: Clients were invited to participate in a short written survey following delivery of a rapid review. Survey items encompassed reach, usefulness and format; interactions with the review teams; and overall satisfaction. RESULTS: Twenty-five completed surveys from 53 invitations were received pertaining to 19 rapid reviews conducted between September 2021 and October 2023. Topics encompassed COVID-19, health and behavior change; reports were an average of 31 pages; and were delivered over an average of 62 days. Evaluation findings were positive, with high satisfaction with reports and service delivery; very high satisfaction with report structure and length; good evidence of reach (reports read by decision makers and cited in other documents); and evidence that the rapid reviews made contributions to strategic planning, policy and program funding decisions. CONCLUSION: Rapid reviews are making impactful contributions, alongside other inputs, to policy and practice. Further research is required to build this evaluation dataset; examine the balance between timeliness and methodological rigor in evidence synthesis; and explore models of delivery and capacity within and outside of government. It is also critical to promote implementation efforts to harness the full potential of rapid reviews and other evidence syntheses to impact the lives of citizens.
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 | 0,136 | 0,482 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».