Guiding the Grey: The Implementation and Evaluation of a Journal Club amongst a Librarian and Clinical Practice Guideline Developers – A Cancer Care Case Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Guideline Utilization Resource Unit (GURU) is composed of knowledge management specialists (KMS) and nurse facilitators (NF) who support multidisciplinary teams in developing, implementing, and evaluating provincial clinical practice guidelines (CPGs) for the diagnosis, staging, treatment and follow-up of cancer. These CPGs are evidence-based documents with consensus recommendations; they are freely available on a public website for access by practitioners and patients, and are a form of grey literature. Team members at GURU consult regularly with the librarian to ensure that the most accurate and comprehensive search strategy is used to develop CPGs. The goal of this project is to describe the process of organizing and evaluating a journal club involving a unique collaboration between guideline developers and a librarian.The journal club is comprised of three KMSs, two NFs, the GURU Manager and an embedded librarian. The group has been meeting once per month since April 2012. Each member takes turns selecting two articles related to CPG development or implementation, and is responsible for leading an informal discussion. To evaluate the usefulness of the journal club and the impact of grey literature on CPG development in Alberta, all members of the journal club (n=7) were interviewed in a focus group setting or a semi-structured interview. Transcripts of audio-recorded interviews will be qualitatively analyzed for repeated themes related to knowledge gained from, and perceived benefits of journal club meetings. This datasets contains these transcripts.
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.
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 | 0,019 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle