MétaCan
Menu
Retour à la cohorte
Enregistrement W1571813742 · doi:10.1111/j.1467-9566.2009.01229.x

The (non) use of prioritisation protocols by surgeons

2010· article· en· W1571813742 sur OpenAlexfundno aff
Kevin Dew, Maria Stubbe, Lindsay Macdonald, Anthony Dowell, Elizabeth Plumridge

Notice bibliographique

RevueSociology of Health & Illness · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensnon disponible
Organismes subventionnairesMarsden FundPartenariat Canadien Contre Le Cancer
Mots-clésRationingPsychological interventionArgument (complex analysis)ConversationConversation analysisProcess (computing)Medical diagnosisPsychologyMedicineMedical educationPublic relationsNursingComputer scienceHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

Priority setting and rationing is a dominant feature of contemporary health policy. In New Zealand, clinical priority assessment criteria (CPAC) tools have been developed to make access to elective surgery more equitable and efficient. Research was undertaken to identify how surgeons used these tools in the consultation. Forty-seven consultations with 15 different surgeons have to date been video- and audio-recorded. There were no instances where CPAC tools were explicitly used in the consultation. Drawing on the methodology of conversation analysis and the concept of news delivery as developed by Maynard, this paper argues that the delivery of diagnoses and treatment plans can usefully be seen in part as the delivery of bad or good news. Using three case studies to illustrate the argument, it is suggested that the interactional work required in the delivery of such news challenges the ability of clinicians to use protocols such as CPAC. The analysis sheds light on important consultation processes that need to be more carefully considered when designing interventions to influence clinician behaviour. In order to influence the behaviour of clinicians to achieve policy goals, greater attention needs to be paid to the interactional demands of the consultation process.

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)0,123
score de la tête « metaresearch » (Gemma)0,353
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 enseignants0,123
Score d'incertitude au seuil0,653

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1230,353
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0080,009
Communication savante0,0050,006
Science ouverte0,0030,009
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,130
Tête enseignante GPT0,501
Écart entre enseignants0,371 · 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

Citations20
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociology of Health & IllnessMême sujetHealthcare Quality and ManagementTravaux en français237 207