MétaCan
Menu
← Retour à la cohorte
Enregistrement W6977850625 · doi:10.6084/m9.figshare.c.6239863

The impacts of implementing recovery innovations: a conceptual framework grounded in qualitative research

2022· other· en· W6977850625 sur OpenAlexaffabout

Notice bibliographique

RevueFigshare · 2022
Typeother
Langueen
DomaineEngineering
ThématiqueMilitary Technology and Strategies
Établissements canadiensUniversité de MonctonUniversity of British ColumbiaMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésStakeholderConceptual frameworkMental healthAction researchGrounded theoryQualitative researchDyadService providerProcess (computing)

Résumé

récupéré en direct d'OpenAlex

Abstract Background Implementing mental health recovery into services is a policy priority in Canada and globally. To that end, a 5 year study was undertaken with seven organisations providing mental health and housing services to people living with a mental health challenge to implement guidelines for the transformation of services and systems towards a recovery-orientation. Multi-stakeholder implementation teams were established and a facilitated process guided teams to choosing and planning for the implementation of one recovery innovation. The recovery innovations chosen were hiring peer support workers, Wellness Recovery Action Planning (WRAP), a family support group, and staff recovery training. Methods This study reports on data collected at the post-implementation stage. 90 service users, service providers, family members, managers, other actors and knowledge users participated in 41 group, individual or dyad semi-structured interviews. The interview guides included open-ended questions eliciting participants’ impressions regarding the impact of implementing the innovation on service users, service providers and organisations. We applied a collaborative qualitative content analysis approach in NVivo12 to coding and interpreting the data generated from these questions. Results Eighteen impacts of implementing recovery innovations from the perspectives of diverse stakeholder groups were identified. Three impacts of working as an implementation team member and as part of a research project were also identified. Impacts were developed into a conceptual framework organised around four overall categories of impact: Ways of being, Ways of interacting, Ways of thinking, and Ways of operating and doing business. Conclusions The IMpacts of Recovery Innovations (IMRI) framework version 1 can assist researchers, evaluators and decision-makers identify, explore and understand impact in the context of recovery innovations. The framework helps fill a gap in conceptualising service and organisation-level impacts. Future research is needed to validate the framework and map it to existing methods for studying impact.

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)0,125
score de la tête « metaresearch » (Gemma)0,051
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,662

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1250,051
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0140,012
Études des sciences et des technologies0,0120,059
Communication savante0,0210,025
Science ouverte0,0070,018
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,116
Tête enseignante GPT0,405
Écart entre enseignants0,289 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetMilitary Technology and Strategies→Travaux en français237 207→