Characteristics of a successful collaboration in evaluation of a health care innovation: lessons learned from GPS locator technology for dementia clients
Notice bibliographique
Résumé
Don Juzwishin,1 Madiha Mueen,2 Antonio Miguel Cruz,3,4 Tracy Ruptash,5 Shannon Barnard,6 Meghan Sebastianski,1 Rosmin Esmail,7 Lili Liu4 1Health Technology Assessment and Innovation, Alberta Health Services, 2Department of Family Medicine, University of Alberta, Edmonton, AB, Canada; 3School of Medicine and Health Sciences, Universidad del Rosario, Bogotá D.C., Colombia; 4Department of Occupational Therapy, Faculty of Rehabilitation Medicine, Edmonton, 5Continuing Care Special Initiatives, Seniors Health, Community, Seniors, Addiction and Mental Health, Alberta Health Services, Grande Prairie, AB, 6Integrated Home Care, Alberta Health Services, 7Health Technology Assessment and Adoption, Alberta Health Services, Calgary, AB, Canada Abstract: Becoming lost or its risk is a problem for dementia clients, their families and caregivers. The purpose of the paper is to describe, analyze and share lessons from a pilot project to use global positioning system devices to manage the risk of becoming lost and, at the same time, maintaining client autonomy. The study informs technology implementation approaches and strategies for innovative health technologies. The project used a prospective mixed-methods approach including a pre and post paper-based questionnaire, focus groups and individual interviews. Technology uptake was examined post knowledge transfer using the After Action Review method, which has shown utility in military and health care settings. Project successes and weaknesses are identified to inform future approaches of innovative health technology pilot projects. Lessons from the pilot emphasize the need for innovators to understand the multifaceted context they are entering, enlist the support of leaders, dedicate a project lead, support autonomous decision making and problem solving, meet regularly to monitor progress and address issues and support peer-to-peer collaboration. Keywords: evaluation, innovation, GPS, technology, adoption
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 | 0,025 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».