MétaCan
Menu
Retour à la cohorte
Enregistrement W102725761

General Practitioners at the Deep End: The experience and views of general practitioners working in the most severely deprived areas of Scotland.

2012· article· en· W102725761 sur OpenAlexaff
Graham Watt, Georgina Brown, John H. Budd, Peter G Cawston, Margaret Craig, Robert D. Jamieson, Susan Langridge, Andrew Lyon, Stewart W Mercer, Catriona Morton, Anne E. Mullin, Jim O'Neil, Euan Paterson, Petra Sambale, Graham Watt, Andrea Williamson

Notice bibliographique

RevuePubMed · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipConsistency (knowledge bases)Flexibility (engineering)Best practicePopulationHealth careGeneral practicePublic relationsPopulation healthMedicineNursingPolitical sciencePublic healthManagementFamily medicineComputer scienceLawEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This Occasional Paper captures the experience and views of general practitioners (GPs) at the Deep End, comprising GPs serving the 100 most deprived practice populations in Scotland. The paper builds on a series of articles that were published in the British Journal of General Practice in 2011. Deep End practices are at the front line of the NHS in addressing the health and healthcare problems of severely deprived communities. Although they have substantial knowledge, experience and authority, they have largely been neglected in discussions, reports and policies about inequalities in health. By increasing the volume, quality and consistency of care provided for individual patients, and harnessing the intrinsic strengths of general practice – including coverage, continuity, coordination, flexibility, long-term relationships and trust – general practices in very deprived areas can improve population health and narrow inequalities. There are two important barriers. The first is the inverse care law, best understood as the result of NHS policies that restrict access to care based on need, and which is manifest every day as the shortage of time within consultations to address patients’ needs. Second, there are dysfunctional links with the wide range of other professions and services, whose contributions and partnership are needed to deliver needs-based care. There is no single or short-term solution. A sustained and integrated package of measures is needed, combining at least six key elements. Deep End practices need more time and capacity to address unmet need. Best use needs to be made of serial encounters over long periods. Practices need to be better connected with other professions and services as hubs of local health systems. There need to be better connections between practices across the front line, following the example of the Deep End Project. The front line needs to be better informed and supported by NHS organisations. Leadership needs to be developed and supported at practice and area level for all of these activities. The NHS should be at its best where it is needed most. Otherwise, the delivery of effective health care will widen rather than narrow health inequalities. Deep End practices can lead the way.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,093
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,008
Communication savante0,0060,004
Science ouverte0,0020,010
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,377
Écart entre enseignants0,286 · 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

Citations42
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetPrimary Care and Health OutcomesTravaux en français237 207