MétaCan
Menu
Retour à la cohorte
Enregistrement W4406277870 · doi:10.1186/s12913-025-12204-y

Addressing evidence needs during health crises in the province of Quebec (Canada): a proposed action plan for rapid evidence synthesis

2025· article· en· W4406277870 sur OpenAlexaffabout
Quan Nha Hong, Esther Mc Sween-Cadieux, Maxime Guillette, Luiza Maria Manceau, Jingjing Li, Vera Granikov, Marie‐Pascale Pomey, Marie‐Pierre Gagnon, Saliha Ziam, Christian Dagenais, Pierre Dagenais, Alain Lesage, Thomas G. Poder, Martin Drapeau, Valéry Ridde, Julie Lane

Notice bibliographique

RevueBMC Health Services Research · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcGill UniversityCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité TÉLUQUniversité de MontréalUniversité LavalUniversité de SherbrookeInstitut universitaire en santé mentale de MontréalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesnon disponible
Mots-clésOperationalizationHealth administrationAction planAction (physics)Public relationsNursing researchHealth informaticsMedicinePlan (archaeology)Health services researchPublic healthPandemicProcess managementKnowledge managementBusinessNursingPolitical scienceCoronavirus disease 2019 (COVID-19)Computer scienceManagement

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic necessitated the rapid availability of evidence to respond in a timely manner to the needs of practice settings and decision-makers in health and social services. Now that the pandemic is over, it is time to put in place actions to improve the capacity of systems to meet knowledge needs in a situation of crisis. The main objective of this project was thus to develop an action plan for the rapid syntheses of evidence in times of health crisis in Quebec (Canada). METHODS: We conducted a three-phase collaborative research project. First, we carried out a survey with producers and users of rapid evidence syntheses (n = 40) and a group interview with three patient partners to prioritize courses of action. In parallel, we performed a systematic mapping of the literature to identify rapid evidence synthesis initiatives developed during the pandemic. The results of these two phases were used in a third phase, in which we organized a deliberative workshop with 26 producers and users of rapid evidence syntheses to identifying strategies to operationalize priorities. The data collected at each phase were compared to identify common courses of action and integrated to develop an action plan. RESULTS: A total of 14 specific actions structured into four main axes were identified over the three phases. In axis 1, actions on raising awareness of the importance of evidence-informed decision-making among stakeholders in the health and social services network are presented. Axis 2 includes actions to promote optimal collaboration of key stakeholders in the production of rapid evidence synthesis to support decision-making. Actions advocating the use of a variety of rapid evidence synthesis methodologies known to be effective in supporting decision-making are presented in axis 3. Finally, axis 4 is about actions on the use of effective knowledge translation strategies to promote the use of rapid evidence synthesis products to support decision-making. CONCLUSIONS: This project led to the development of a collective action plan aimed at preparing the Quebec ecosystem and other similar jurisdictions to meet knowledge needs more effectively in times of health emergency. The implementation of this plan and its evaluation will enable us to continue to fine-tune it.

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)0,432
score de la tête « metaresearch » (Gemma)0,355
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,940

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4320,355
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0050,008
Bibliométrie0,0190,018
Études des sciences et des technologies0,0220,010
Communication savante0,0240,014
Science ouverte0,0150,020
Intégrité de la recherche0,0210,016
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 Opus0,740
Tête enseignante GPT0,690
Écart entre enseignants0,050 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreEmpirique

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

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetHealth Policy Implementation ScienceTravaux en français237 207