Notice bibliographique
Résumé
To fulfill its commitment to patient safety, the Institute for Safe Medication Practices Canada (ISMP Canada) receives information about preventable adverse drug events from individual health care practitioners and health service organizations. Reporters send the information voluntarily and ISMP Canada uses its analysis of the medication incident reports to develop recommendations for enhancing patient safety. In 2005, ISMP Canada was part of a research team1 that obtained funding from the Canadian Patient Safety Institute to conduct a scan of legislation from across Canada that might apply to the reporting (or, in the term used by most statutes, “disclosures”) of medication incident data to external organizations, such as ISMP Canada. We used the term “sharing” to refer to external incident reporting that is voluntary. Although the same statutory rules might apply to all kinds of incident reporting, we focused on types of information that are specific to medication incidents. Reporters and reporting organizations in various provinces often ask questions about the landscape of privacy legislation across Canada and about the limits that such legislation might place on the sharing of medication incident data. As it happens, some of the key messages that came out of our legislative scan may be helpful to reporters with questions about privacy, confidentiality and the sharing of incident data.
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 | 0,147 | 0,320 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,018 | 0,011 |
| Études des sciences et des technologies | 0,010 | 0,012 |
| Communication savante | 0,018 | 0,020 |
| Science ouverte | 0,007 | 0,012 |
| Intégrité de la recherche | 0,007 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
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 ».