Report: The Canadian Best Practices Educational Toolkits: translating evidence-based stroke recommendations into practical implementation resources
Notice bibliographique
Résumé
The Canadian Best Practice Recommendations for Stroke Care are intended to reduce variations in stroke care and facilitate closure of the gap between evidence and practice (Lindsay et al., 2010). The publication of best practice recommendations is only the beginning of this process. The guidelines themselves are not sufficient to change practice and increase consistency in care. Therefore, a key objective of the Canadian Stroke Network (CSN) Best Practices Working Group (BPWG) is to encourage and facilitate ongoing professional development and training for health care professionals providing stroke care. This is addressed through a multi-factorial approach to the creation and dissemination of inter-professional implementation tools and resources. The resources developed by CSN span pre-professional education, ongoing professional development, patient education and may be used to inform systems change. With a focus on knowledge translation, several inter-professional point-of-care tools have been developed by the CSN in collaboration with numerous professional organizations and expert volunteers. These resources are used to facilitate awareness, understanding and applications of evidence-based care across stroke care settings. Similar resources are also developed specifically for stroke patients, their families and informal caregivers, and the general public. With each update of the Canadian Best Practice Recommendations for Stroke Care, the BPWG and topic-specific writing groups propose priority areas for ongoing resource development. In 2010, two of these major educational initiatives were undertaken and recently completed—one to support continuing education for health care professionals regarding secondary stroke prevention and the other to educate families, informal caregivers and the public about pediatric stroke. This paper presents an overview of these two resources, and we encourage health care professionals to integrate these into their personal learning plans and tool kits for patients.
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 | 0,055 | 0,155 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,042 |
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 ».