MétaCan
Menu
Retour à la cohorte
Enregistrement W1514150392

Integrating workforce planning, human resources and service planning

2001· book-chapter· en· W1514150392 sur OpenAlexaff
Linda O’Brien‐Pallas, Stephen Birch, Andrea Baumann, Gail Tomblin Murphy

Notice bibliographique

RevueQueensland's institutional digital repository (The University of Queensland) · 2001
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStrategic human resource planningWorkforceWorkforce planningHuman resourcesKnowledge managementBusinessManagement scienceProcess managementPublic relationsHuman resource managementPolitical scienceComputer scienceEngineeringEconomicsManagementEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper is one in 10 in a series of papers commissioned by the World Health Organization to take stock of the state of the science of human resources for health activities in the year 2000. This paper provides an analysis of how labour market indicators can be integrated into service planning, discusses whether planning is sufficiently responsive and flexible to retain relevance and validity in rapidly changing health systems, describes different models and approaches to linking and integrating workforce planning and service planning, discusses methodological approaches to integrating planning, and examines effective approaches to the use of computer based scenario modeling to support assessment of current and future planning options. The context and broad cross-cutting themes of public sector, political, social, and macro-economic changes have been considered. Where publications exist, empirical evidence serves as the basis for this analysis and country examples have been highlighted. While strides have been made in the practice of resource planning world-wide, health human resource planning in most countries has been poorly conceptualized, intermittent, varying in quality, profession specific in nature, and without adequate vision or data upon which to base sound decisions.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,004
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,318
Écart entre enseignants0,274 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQueensland's institutional digital repository (The University of Queensland)Même sujetGlobal Health Workforce IssuesTravaux en français237 207