Leveraging Implementation Science in Learning Health Systems
Notice bibliographique
Résumé
Many hail using implementation science (IS) as a key activity of high functioning learning health systems (LHSs). Even though IS is considered a LHS accelerant, little guidance exists to support embedding IS studies and applying knowledge generated from IS into everyday LHS functions. In the last decade, Canadian LHSs have emerged under various models. Yet the field remains nascent, with literature often focusing on the implementation and health outcomes of single projects or initiatives. The objective of this dissertation was to generate evidence of how to leverage IS and apply the derived results to support various LHS goals. This dissertation includes four studies. I conducted a social network analysis of IS partnerships in a province-wide learning health system in Alberta, Canada. Qualitative interviews accompanied this study to contextualize the social network analysis results and provide recommendations to strengthen IS collaborations opportunities in LHS settings. I also explored two models for conducting and applying implementation research in LHSs. A comparative case study highlighted how to use the community of practice model to support implementation research in LHS. A longitudinal case study of the Alberta IS Collaborative highlighted how to co-design infrastructure to support the conduct and use of IS in an established LHS. I designed the four studies to generate evidence to support the overarching dissertation objective. The analyses generated important practical insights into how to build foundational implementation research-practice partnerships and infrastructures to leverage IS in LHS settings. Specifically, the studies in this thesis provide evidence for assessing LHS capacity to embed and leverage implementation research-practice partnerships to strengthen LHS activities.
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 | 0,142 | 0,151 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,009 | 0,064 |
| Communication savante | 0,028 | 0,025 |
| Science ouverte | 0,005 | 0,025 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».