Notice bibliographique
Résumé
<div><p>Background</p><p>The conventional methods and strategies used for knowledge translation (KT) in academic research often fall short in effectively reaching stakeholders, such as citizens, practitioners, and decision makers, especially concerning complex healthcare issues. In response, a growing number of scholars have been embracing arts-based knowledge translation (ABKT) to target a more diverse audience with varying backgrounds and expectations. Despite the increased interest, utilization, and literature on arts-based knowledge translation over the past three decades, no studies have directly compared traditional knowledge translation with arts-based knowledge translation methods. Thus, our study aimed to evaluate and compare the impact of an arts-based knowledge translation intervention–a circus show–with two traditional knowledge translation interventions (webinar and research report) in terms of awareness, accessibility, engagement, advocacy/policy influence, and enjoyment.</p><p>Methods</p><p>To conduct this exploratory convergent mixed method study, we randomly assigned 162 participants to one of the three interventions. All three knowledge translation methods were used to translate the same research project: "Rural Emergency 360: Mobilization of decision-makers, healthcare professionals, patients, and citizens to improve healthcare and services in Quebec’s rural emergency departments (UR360)."</p><p>Results</p><p>The findings revealed that the circus show outperformed the webinar and research report in terms of accessibility and enjoyment, while being equally effective in raising awareness, increasing engagement, and influencing advocacy/policy. Each intervention strategy demonstrates its unique array of strengths and weaknesses, with the circus show catering to a diverse audience, while the webinar and research report target more informed participants. These outcomes underscore the innovative and inclusive attributes of Arts-Based Knowledge translation, showcasing its capacity to facilitate researchers’ engagement with a wider array of stakeholders across diverse contexts.</p><p>Conclusion</p><p>As a relevant first step and a complementary asset, arts-based knowledge translation holds immense potential in increasing awareness and mobilization around crucial health issues.</p></div>
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,701 | 0,045 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».