Building capacity for integrated knowledge translation: a description of what we can learn from trainees’ experiences during the COVID-19 pandemic
Notice bibliographique
Résumé
Abstract The use of collaborative health research approaches, such as integrated knowledge translation (IKT), was challenged during the COVID-19 pandemic due to physical distancing measures and transition to virtual platforms. As IKT trainees (i.e. graduate students, postdoctoral scholars) within the Integrated Knowledge Translation Research Network (IKTRN), we experienced several changes and adaptations to our daily routine, work and research environments due to the rapid transition to virtual platforms. While there was an increased capacity to communicate at local, national and international levels, gaps in equitable access to training and partnership opportunities at universities and organizations have emerged. This essay explores the experiences and reflections of 16 IKTRN trainees during the first 2 years of the COVID-19 pandemic at the micro (individual), meso (organizational) and macro (system) levels. The micro level, or individual experiences, focuses on topics of self-care (taking care of oneself for physical and mental well-being), maintaining research activities and productivity, and leisure (social engagement and taking time for oneself), while conducting IKT research during the pandemic. At the meso level, the role of programmes and organizations explores whether and how institutions were able to adapt and continue research and/or partnerships during the pandemic. At the macro level, we discuss implications for policies to support IKT trainees and research, during and beyond emergency situations. Themes were identified that intersected across all levels, which included (i) equitable access to training and partnerships; (ii) capacity for reflexivity; (iii) embracing changing opportunities; and (iv) strengthening collaborative relationships. These intersecting themes represent ways of encouraging sustainable and equitable improvements towards establishing and maintaining collaborative health research approaches. This essay is a summary of our collective experiences and aims to provide suggestions on how organizations and universities can support future trainees conducting collaborative research. Thus, we hope to inform more equitable and sustainable collaborative health research approaches and training in the post-pandemic era.
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 | 0,022 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,025 | 0,034 |
| Communication savante | 0,019 | 0,014 |
| Science ouverte | 0,005 | 0,039 |
| Intégrité de la recherche | 0,006 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».