Abstract TP134: Priorities and expectations of researchers, funders, patients and the public regarding equity in stroke research and funding: Results from the PERSPECT qualitative study
Notice bibliographique
Résumé
Background: Considerations of equity in funding and conduct of medical research are receiving greater attention. However, perspectives of diverse stakeholder groups on this topic are poorly characterized. Our study aimed to further understand various stakeholder perspectives and associated priorities regarding perceived inequities in medical research, with a particular interest in the field of stroke. Methods: We employed a qualitative descriptive methodology embedded in an interpretive grounded theory framework. This approach involved in-depth, semi-structured interviews with researchers, funders, patients, and members of the public. Participants were asked to discuss their perspectives on the current state of equity in stroke and medical research funding. Collected data were analyzed using constant comparison, open-coding, and theme identification to generate a substantive theory. Results: We conducted 41 interviews involving 11 researchers, 10 funders, 10 patients, and 10 members of the public. Participants perceived several inequities in research participation, funding opportunities, topic prioritization, and lack of international collaborations inclusive of low- and middle-income countries (LMICs). Potential strategies to address these inequities were also identified. Through participants’ perspectives, we developed a central theory that addressing inequities in medical research and funding can promote collaborative spaces and produce greater research impact for society, regardless of demographics, socioeconomic status, and geographical residence. Conclusion: Participants perceived various inequities in the funding and conduct of medical research. However, based on the insights into potential solutions that we gained from their diverse perspectives, we are optimistic that addressing these inequities will help broaden the societal impact of stroke research and that these solutions will also result in more equitable outcomes and impact, inclusive of LMICs.
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 | 0,041 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,009 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».