MétaCan
Menu
Retour à la cohorte
Enregistrement W4415731664 · doi:10.1186/s12961-025-01411-y

Implementation and evaluation of a knowledge translation process to optimize the adoption of harm reduction in cannabis use by practitioners working with youth in Quebec: a mixed-methods study

2025· article· en· W4415731664 sur OpenAlexafffundabout
R. Haddad, Jean‐Sébastien Fallu, Christophe Huỳnh, Laurence D’Arcy, Song Yuan, Christian Dagenais

Notice bibliographique

RevueHealth Research Policy and Systems · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversité du Québec à Trois-RivièresCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec-Société et CultureMinistère de la SantéFonds de Recherche du Québec - SantéMinistère de la Santé et des Services sociaux
Mots-clésHarm reductionProcess (computing)Health services researchKnowledge translationCannabisHarmPublic healthHealth administration

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cannabis use initiation is highly common among youth. Harm reduction in cannabis use (HR-c) has proven effective in minimizing the potential harms of the substance. However, its adoption by health and social services (HSS) practitioner's remains limited owing to several obstacles. This study marks the final phase of a broader research initiative. It aims to: (1) present the implementation of a knowledge translation (KT) plan developed to enhance HR-c adoption and formulate actionable strategies to support its applicability; and (2) evaluate its immediate and short-to-medium-term effects. METHODS: Ziam et al.'s (2024) evaluation framework guided our description of the KT plan implementation and our evaluation of its effects. Using a non-probabilistic sampling method, we recruited managers and practitioners from four residential facilities for youth in Quebec (N = 19). Two KT strategies - policy briefs and deliberative dialogues - were implemented, during which participants co-developed final actions to optimize HR-c adoption. A mixed-methods evaluation followed, involving a questionnaire with five scales and semi-structured interviews. Data were analyzed using post-parallel analysis, combining descriptive statistics and thematic analysis to assess the KT plan's implementation and effects. Cronbach's alpha of the subscales was calculated to assess their internal consistency. RESULTS: The final actions formulated with participants addressed HR-c, youth and organizations. Quantitative findings revealed: (1) a high appreciation for the deliberative dialogues; (2) positive attitudes toward HR-c; (3) negative attitudes toward abstinence-based treatments; (4) participants' favourable perception of their training level in HR-c; and (5) a strong intention to implement the proposed actions. The qualitative findings revealed that participants were using the transferred knowledge (e.g., HR-c strategies applicable by youth) and planned to disseminate the formulated actions within their teams to enhance practices. CONCLUSIONS: A systematic and multidirectional KT process was implemented to optimize HR-c adoption among HSS practitioners working with youth in Quebec, serving as a model for similar interventions. The study reinforced HR-c applicability, facilitated its adoption and contributed to the formulation of concrete implementation actions. Future research should examine the long-term impact of KT initiatives on HR-c adoption and explore strategies to support practitioners in applying the transferred knowledge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,107
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,887
Score d'incertitude au seuil0,564

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1070,077
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,002
Communication savante0,0040,002
Science ouverte0,0030,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,453
Tête enseignante GPT0,598
Écart entre enseignants0,144 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Research Policy and SystemsMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207