DECISION MAKERS’ EXPERIENCES OF COLLABORATING WITH RESEARCH TEAMS ON FEDERALLY FUNDED HEALTH RESEARCH INITIATIVES: AN INTERPRETIVE DESCRIPTIVE QUALITATIVE STUDY
Notice bibliographique
Résumé
Consistent with the paradigm of evidence informed decision making we assume that research findings are integrated into health services practice and policy. However, there is a gap betweeen research findings and usual practice. Collaborative research, where researchers are encouraged to partner with decision makers to conduct mutually agreed and relevant research, may facilitate prompt utilization of new findings. My study explored decision makers’ experiences of collaborative teams executing federally funded health research. The principles of interpretive description were used to guide sampling, data collection, and analysis. A purposeful sample of 27 decision makers, collaborating on Partnerships for Health System Improvement (PHSI) projects funded by the Canadian Institutes of Health Research, participated in two in-depth interviews. Conventional content analysis was used to identify concepts. The conceptual framework was developed inductively from the descriptive data and provided a structure for interpreting decision maker perspectives. The framework posits an explanation leading to contextual understanding of their experiences. This study describes factors affecting PHSI engagement that include: availability of new funding; positive history with the researcher; prospect of tangible benefits to constituents of decision makers; desire to contribute to research that informs health services programs and policies; capacity building; and knowledge creation. The partnership process is facilitated by fostering connections; identifying required skills and competencies; maintaining a sustainable focus of inquiry; clarifying roles and responsibilities; cultivating a nurturing learning environment. My findings will inform decision makers, researchers, and funding agencies about the experience and legacy of collaborative research partnerships.
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 | 0,066 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,026 | 0,030 |
| Communication savante | 0,014 | 0,013 |
| Science ouverte | 0,005 | 0,015 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».