Knowledge Translation of the Woman Abuse Screening Tool
Notice bibliographique
Résumé
Context In academia, dissemination of study results has often been the final step of the research process. However, more recently, knowledge translation defined as the flow and uptake of research knowledge has gained prominence. This study describes the knowledge translation of the Woman Abuse Screening Tool (WAST), developed to identify women at risk of or being abused for use in the family practice context. Objective To evaluate the knowledge translation of the WAST between 2000 to 2024. Study Design and Analysis We assessed the knowledge translation of the WAST by examining the number of requests received during this period, date of the request, country of origin, discipline of the researcher, and whether there had been a request to translate the WAST. We also conducted a Google Scholar search, using the search term WAST between 2000 and 2024 to determine the number of publications citing the WAST. Setting Academic Research Centre. Population Studied Requests from individuals seeking permission to use the WAST. Intervention/Instrument the Woman Abuse Screening Tool. Outcome Measures N/A. Results There have been 81 requests for permission to use the WAST. There was a notable increase in requests for permission to use the WAST during and after the onset of the COVID-19 pandemic. Twenty-six were received from researchers in the USA, 12 in Peru, 5 each came from Canada, Malaysia and Turkey. One request each came from 11 different countries (e.g. Korea, Australia), 2 – 4 requests came from 17 other countries (e.g. Spain, Mexico). Requests to use the WAST have come primarily from the disciplines of family medicine, nursing, psychology, public health, and social work. Eight researchers asked for permission to translate the WAST into the dominant language of the population, including Italian, Greek, Portuguese, and Icelandic. We also received 6 requests for translation of the WAST into Indigenous or local dialects. The Google search for publications citing the WAST between 2000 and 2024 identified 245 references, with 61 in the last 4 years. Conclusions These results illustrate successful knowledge translation. While the WAST was originally developed for use in the family practice context, these findings demonstrate how the WAST crosses disciplinary boundaries, has a global impact and continues to be a relevant and useful clinical and research tool.
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 | 0,070 | 0,206 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
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 ».