Clinical and translational science award hub portfolio analysis and interorganizational collaborations with Los Angeles County to improve population health and health care delivery (ID 1565096)
Notice bibliographique
Résumé
Demonstrating impact in the Clinical and Translational Science Award (CTSA) Program is crucial to continue governmental, taxpayer, institutional, and donor support and investment. We present an innovative portfolio analysis to summarize the Scientific Achievement Translational Science Impact at the hub level. Additionally, a unique feature of the UCLA CTSA hub includes the many interorganizational collaborations with Los Angeles County (LAC). This is the first study to examine the Translational Science Benefits Model (TSBM) impact on projects with CTSA hub-county interorganizational collaborations. A Framework for Evaluating Scientific Achievement Translational Science Impact (SATSI) was used to guide the analyses, with impact indicators derived from the TSBM: (i) clinical and medical, (ii) community and public health, (iii) economic, and (iv) policy and legislation. Two major data sources were used for the evaluation: (i) The CTSI’s Longitudinal Scientific Achievement and Impact survey (LSAS-I), and (ii) longitudinal interviews with principal investigators who reported high-impact projects in hub-county collaborations. We reported baseline data from 2 years of LSAS-I data showing n = 507 new CTSA-assisted grants and the associated demonstrated and potential impact using the hub portfolio analysis. Eighteen (n = 18) of these grants involved a hub-county interorganizational collaboration. Among these, we identified the highest impact projects and developed impact stories and vignettes describing improvements in health care delivery and population health. Our research offers a model for other CTSA hubs to summarize impact using the hub portfolio analysis, and to partner with local public health departments and governmental agencies to address health concerns in low-income and at-risk populations. This research directly addresses the mission of the UCLA hub, “to produce and implement innovations that impact the greatest health needs of Los Angeles and the nation.”
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 | 0,008 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».