MétaCan
Menu
Retour à la cohorte
Enregistrement W4412241945

Selecting and training opinion leaders and best practice collaborators: experience from the Canadian Chiropractic Guideline Initiative

2017· article· en· W4412241945 sur OpenAlexaboutno aff
André Bussières, Michele Maiers, Diane Grondin, Simon Brockhusen

Notice bibliographique

RevueLe dépôt institutionnel (Université du Québec à Trois-Rivières) · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChiropracticGuidelineOpinion leadershipTraining (meteorology)Best practiceMedical educationPsychologyPolitical scienceMedicineAlternative medicinePublic relationsGeographyLawPathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objectives: To describe the process for selecting and training chiropractic opinion leaders (OLs) and best practice collaborators (BPCs) to increase the uptake of best practice. Methods: In Phase 1, OLs were identified using a cross-sectional survey among Canadian chiropractic stakeholders. A 10-member committee ranked nominees. Top-ranked nominees were invited to a training workshop. In Phase 2, a national e-survey was administered to 7200 Canadian chiropractors to identify additional OLs and BPCs. Recommended names were screened by OLs and final selection made by consensus. Webinars were utilized to train BPCs to engage peers in best practices, and facilitate guideline dissemination. Results: In Phase 1, 21 OLs were selected from 80 nominees. Sixteen attended a training workshop. In Phase 2, 486 chiropractors recommended 1126 potential BPCs, of which 133 were invited to participate and 112 accepted. Conclusions: OLs and BPCs were identified across Canada to enhance the uptake of research among chiropractors. (English) [ABSTRACT FROM AUTHOR]
\nObjectifs : Décrire le processus permettant de choisir et former les leaders d'opinion (LO) et collaborateurs des pratiques d'exemplaire (CPE) en chiropratique dans le but de favoriser l'adoption des pratiques d'excellence. Méthodologie : Lors de la première phase, on a désigné les LO au moyen d'une enquête transversale parmi les intervenants canadiens de la chiropratique. Un comité composé de dix membres a classé les candidats. Les candidats les mieux classés ont été invités à un atelier de formation. Lors de la deuxième phase, 7 200 chiropraticiens canadiens se sont soumis à une enquête nationale en ligne visant à désigner d'autres LO et CPE. Les noms recommandés ont été présélectionnés par les LO et le choix final s'est fait d'un commun accord. On s'est servi de webinaires pour former les LO à encourager leurs pairs à adopter des pratiques d'excellence et faciliter la diffusion des lignes directrices. Résultats : Lors de la première phase, on a choisi 21 LO parmi 80 candidats. Seize d'entre eux ont assisté à un atelier de formation. Lors de la deuxième phase, 486 chiropraticiens ont recommandé 1 126 LO potentiels, parmi lesquels 133 ont été invités à participer et 112 ont accepté. Conclusions : On a désigné des LO et CPE à l'échelle du pays pour favoriser l'adoption de la recherche parmi les chiropraticiens. (French) [ABSTRACT FROM AUTHOR]
\nCopyright of Journal of the Canadian Chiropractic Association is the property of Canadian Chiropractic Association and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,018
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,246
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,124
Tête enseignante GPT0,357
Écart entre enseignants0,233 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLe dépôt institutionnel (Université du Québec à Trois-Rivières)Même sujetClinical practice guidelines implementationTravaux en français237 207