Original research Demystifying knowledge translation: learning from the community
Notice bibliographique
Résumé
Objectives:While there is increasing interest in research related to so-called KnowledgeTranslation, much of this research is undertaken from the perspective of researchers.The objective of this paper is to explore, through the participatory evaluation of Manitoba’s The Need to Know Project, the characteristics of e¡ective knowledge translation initiatives from the perspective of community partners. Methods:The multi-method evaluation adopted a utilization-focused approach, where stakeholders parti-cipated in identifying evaluation questions, and methods were made transparent to participants. Over 100 open-ended, semi-structured interviews were conductedwith project stakeholders over the ¢rst three years of the project. These interviews explored the perspectives of participants on all aspects of project develop-ment. Formal feedback processes allowed further re¢nement of emerging theory. Results:This research suggests that there has been insu⁄cient emphasis on personal factors in knowledge translation. The themes of ‘quality of relationships ’ and ‘trust ’ connected many di¡erent components of knowledge translation, and were essential for collaborative research. Organizational barriers and lack of con¢dence in researchers present greater challenges to knowledge translation than individual interest or community capacity. The costs of participation in collaborative research for community partners and the bene¢ts for researchers, also require greater attention. Conclusions:Participation of community partners in The Need to Know Project has provided unique perspec-tives on knowledge translation theory. It has identi¢ed limitations to the common interpretations of knowl-edge translation principles and highlighted the characteristics of collaborative research initiatives that are of greatest importance to community partners.
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 | 0,056 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,009 | 0,019 |
| Communication savante | 0,015 | 0,016 |
| Science ouverte | 0,003 | 0,015 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».