Patient and public involvement in research: practical experiences from different settings
Notice bibliographique
Résumé
This e-book was strategically designed and organized to address theeducational needs of Patient and Public Involvement (PPI) inResearch, particularly for researchers in countries like Brazil, wherePPI still needs to be widely incorporated into research projects andactivities. It builds upon our first e-book, Patient and Public Involvement inResearch, which introduced the foundational concepts of involvingpatients and the public in research. In this new e-book, we presentpractical and successful experiences of "how to do PPI," contributedby collaborators from various parts of the world. You will find examples of patient involvement across different healthconditions and public engagement from various age groups inresearch led by countries such as England, Canada, Ireland, and theNetherlands. Additionally, initiatives from low- and middle-incomecountries, including Brazil, Chile, Uganda, and Indonesia, are shared. The growing interest in PPI training highlights the increasingrecognition of the value of collaboration between researchers andthe community. The need for PPI implementation is urgent—not onlyto meet this demand but also to transform the research landscape. Effective integration of PPI potentially will redefine how studies areconducted, ensuring that outcomes are more relevant, impactful,and aligned with the real needs and experiences of patients and thepublic involved.The chapters in this e-book were written bymembers of the public, researchers, clinicians, and students atundergraduate, master’s, and doctoral levels, who share theirexperiences with PPI. We hope this publication inspires readers to delve deeper, initiate,and/or refine the application of PPI in all research projects. Since most collaborators are native English speakers, this e-bookwill be published first in English and subsequently translated intoPortuguese and Spanish to disseminate this content further in Braziland Spanish-speaking countries. Follow us for updates (@epp.brasil)
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 | 0,053 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,021 | 0,018 |
| Communication savante | 0,016 | 0,016 |
| Science ouverte | 0,006 | 0,033 |
| Intégrité de la recherche | 0,009 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».