How integrated knowledge translation worked to reduce federal policy barriers to the implementation of medication abortion in Canada: a realist evaluation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Initial Canadian federal regulations for the abortion pill, mifepristone, had the potential to impede safe and equitable access to this medication. To catalyze evidence-based regulatory change, we engaged health policy, health system, and health services decision makers, and health professional organizations in integrated knowledge translation (iKT), a research approach that engages the users of research as equal partners. METHODS: We conducted a realist evaluation of what iKT strategies worked, for whom, and in what context to impact federal mifepristone regulations. We constructed initial program theories (if-then statements about how iKT worked). We tested the initial program theories using interviews with researchers and knowledge partners and triangulated with analysis of research programme documents. We configured the evidence in relation to the initial program theories, and refined program theories into causal explanatory configurations. RESULTS: We analyzed 38 interviews with researchers, health professional leaders, advocacy group leaders, and administrative government policy makers, as well as 49 program documents. Our results indicated that researcher partnerships with stakeholders had a meaningful impact on the removal of restrictions. We found key components of the causal explanatory configurations included: researcher motivation to move evidence into action, trusted reputations as credible sources of evidence, strategic partnerships, understanding of health policy processes, and researcher roles as a trusted convenor between key groups and decision makers. CONCLUSIONS: Our study identifies several practical and transferable approaches to impactful iKT. The findings may be of relevance to researchers focused on public health topics subject to stigma.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle