MétaCan
Menu
Retour à la cohorte
Enregistrement W1666791234 · doi:10.3968/j.hess.1927024020130402.3619

Facilitating Change in Health Organizations

2013· article· en· W1666791234 sur OpenAlexaffvenue
Chris Cavacuiti, Jennifer A. Locke

Notice bibliographique

RevueHigher education of social science · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésTranstheoretical modelDilemmaValue (mathematics)Context (archaeology)Knowledge managementOrganizational changeConceptual modelPromotion (chess)Change management (ITSM)Computer scienceProcess (computing)Behavior changeProcess managementManagement sciencePsychologyPublic relationsBusinessMarketingPolitical scienceSocial psychologyEngineeringEpistemology

Résumé

récupéré en direct d'OpenAlex

Purpose: Significant time and effort are needed to facilitate organizational change; thus a well-constructed conceptual model may help health professionals identify and overcome the barriers impeding this process.Design / methodology / approach:Currently, there is no single framework for organizational change that has gained widespread acceptance. However, two well-validated organizational models are the Prochaska and DiClemente transtheoretical model and Green et al. al.’s health promotion model. In this paper we synthesize these models in the context of organizational change for a physician audience. Findings: We created a new model of organizational change that keeps the best elements of both the Prochaska and DiClemente transtheoretical model and Green et al. al.’s health promotion model. Furthermore, an example is illustrated using this approach.Originality / value: Most health organizations lack a consistent approach to managing change. As a result they have not been as effective in this area as they could be. Most previous organization change theorists have attempted to solve this dilemma by constructing new models of organizational change, which they hope will eventually become the dominant model. Our approach is original in that we have incorporated the best features of two pre-existing models. The value of this approach is that improving these existing models has a much greater potential for widespread acceptance than developing yet another new model.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,522
Tête enseignante GPT0,680
Écart entre enseignants0,158 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations2
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHigher education of social scienceMême sujetHealth Policy Implementation ScienceTravaux en français237 207