Incidence des relations interpersonnelles sur le transfert de connaissances dans la recherche en services de santé
Notice bibliographique
Résumé
Le système canadien de soins de santé coûte cher et il a besoin d’être amélioré afin de devenir plus performant. Cette amélioration du système de soins de santé passe par une recherche innovatrice, c’est-à-dire une recherche basée sur la collaboration entre les producteurs et les utilisateurs de cette recherche. Cette collaboration favorise l’utilisation de la recherche.\n\nDe nombreuses études ont démontré qu'un facteur déterminant favorise l'utilisation de la recherche: les bonnes relations interpersonnelles entre chercheurs et utilisateurs à toutes les étapes de la recherche, partant de l’identification des priorités de recherche et de l'élaboration des questions de recherche, jusqu'à la mise en œuvre des résultats.\n\nCette thèse offre des pistes pour comprendre les attitudes et les comportements qui favorisent les bonnes relations interpersonnelles entre chercheurs et utilisateurs, ce qui servira à mettre en place des processus de transfert de connaissances efficaces qui mèneront à l'utilisation de la recherche.
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 | 0,031 | 0,134 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,010 | 0,008 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 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 ».