Evaluating the outcome and impact of an integrated knowledge translation approach in the development of an equity reporting guideline: a cross-sectional survey
Notice bibliographique
Résumé
Background Integrated knowledge translation (IKT) involves active engagement of knowledge users in co-producing research, ensuring their perspectives shape study design, analysis, and reporting. This can strengthen justice, equity, diversity, and inclusion (JEDI) considerations. We adopted an IKT approach in developing STROBE-Equity, an equity-focused extension of the STrengthening the Reporting of OBservational studies in Epidemiology guideline. The perceived value of embedding JEDI principles in reporting guideline development is unknown. This study evaluates the outcomes and impact of such an approach. Methods We conducted a cross-sectional survey of STROBE-Equity project members (n=68) between July–August 2024. The 19-item survey assessed disciplinary background, participation, and perceived benefits, challenges, and impacts of the JEDI-enhanced IKT approach. Inductive content analysis was used to identify themes, which were quantified with frequencies and percentages. Results Thirty-one members responded. Most were aged 35–54 (61%), female (55%), based in Canada (35%), and trained in epidemiology (61%). Reported benefits of IKT included integrating diverse perspectives, inclusive representation, and collaborative learning. Challenges involved accessibility and accommodations, consensus-building, and navigating power dynamics between researchers, policymakers, and those with lived experience. Participants perceived that IKT enhanced dissemination and uptake of STROBE-Equity, improved research design perspectives, and strengthened credibility and applicability. Engagement broadened understanding of social conditions and facilitated incorporation of end-user perspectives, increasing guideline acceptance. Conclusions A JEDI-enhanced IKT approach was viewed as beneficial for reporting guideline development, particularly in fostering inclusivity, strengthening credibility, and improving dissemination. Key challenges such as accessibility and balancing power dynamics highlight areas for improvement. Future research should refine participatory methods to further advance equity in research.
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 | 0,177 | 0,269 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».