MétaCan
Menu
Retour à la cohorte
Enregistrement W7084122625 · doi:10.6084/m9.figshare.28548229

Barriers and facilitators to implementing peer mentorship programs for individuals with spinal cord injury into rehabilitation hospitals: a multiple case study

2025· article· en· W7084122625 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Sensor Networks for Data Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMentorshipFacilitatorRehabilitationSpinal cord injuryFocus groupPeer supportPeer group

Résumé

récupéré en direct d'OpenAlex

To identify and compare barriers and facilitators to implementing a spinal cord injury (SCI) peer mentorship program at two rehabilitation hospitals. 24 participants from the two rehabilitation hospitals participated − 10 were from China and 14 were from Canada. Semi-structured interviews and focus groups were used to collect data. A cross-case analysis based on the Consolidated Framework for Implementation Research was conducted. At an individual level, four common facilitators for both hospitals were: engaging patients with SCI, engaging health professionals, high-level leaders providing financial and instrumental support, and increasing health professionals’ motivation to implement the program. Two common barriers were health professionals’ low capability and opportunity to implement the program. At an organizational level, one common facilitator was a team culture characterized by openness to innovation and a strong commitment to prioritizing patients’ needs. For the Canadian hospital, their partnership and connections with a community-based SCI organization and collaborative work infrastructure were facilitators. For the Chinese hospital, team separation within the local work infrastructure was a barrier. Multiple barriers and facilitators to implementing SCI peer mentorship programs were identified in two culturally distinct contexts. Assessing organizational needs and identifying available resources are key pre-implementation processes for rehabilitation hospitals to implement SCI peer mentorship programs. The in- and out-patient rehabilitation period is an ideal time to establish peer mentorship relationships for individuals with spinal cord injury.Implementation of peer mentorship programs in rehabilitation hospitals relies on interprofessional collaboration between high-level leaders, health professionals, and spinal cord injury mentors who can take on different roles in the implementation process.Identifying available resources, such as partnerships with community-based spinal cord injury organization and human resources to lead the efforts, will facilitate the imitation of the implementation process. The in- and out-patient rehabilitation period is an ideal time to establish peer mentorship relationships for individuals with spinal cord injury. Implementation of peer mentorship programs in rehabilitation hospitals relies on interprofessional collaboration between high-level leaders, health professionals, and spinal cord injury mentors who can take on different roles in the implementation process. Identifying available resources, such as partnerships with community-based spinal cord injury organization and human resources to lead the efforts, will facilitate the imitation of the implementation process.

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)0,012
score de la tête « metaresearch » (Gemma)0,024
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: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,002
Communication savante0,0030,003
Science ouverte0,0030,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,324
Écart entre enseignants0,302 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetWireless Sensor Networks for Data AnalysisTravaux en français237 207