A Virtual, Multi-Session Workshop Model for Integrating Patient and Public Perspectives in Research Analysis and Interpretation
Notice bibliographique
Résumé
The importance and value of engaging patients and the public as co-researchers (i.e., “patient engagement in research”) is becoming more evident, and guiding methods must be available for researchers conducting their work at different points along the engagement spectrum. This article provides a virtual workshop model for integrating patient and public stakeholder perspectives in data analysis and interpretation. The model is based upon a critical reflection on the methods that underlaid the consultation stage of our scoping review on patient and caregiver preferences for cardiac surgery. It involves four virtual workshop sessions held on separate days, each achieving the unique goals of (a) establishing participants’ technological literacy within the virtual platform, (b) obtaining responses to the research question, (c) introducing participant perspectives into research analysis and interpretation, and (d) prioritizing research findings or future research agendas. Further, a description of the considerations related to virtual engagement, including those pertaining to equity, diversity, and inclusion; features of the virtual platform; and roles for the research team are provided. This paper contributes toward a methodological toolkit for patient engagement in research, especially as an adjunct to research with otherwise minimal patient engagement. It also adds to the emerging literature on practical approaches to patient engagement in research as more engagement is occurring virtually.
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 | 0,081 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,005 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».