MétaCan
Menu
Retour à la cohorte
Enregistrement W1916996731 · doi:10.33151/ajp.12.5.238

Integrating a Community Paramedicine Program with Local Health, Aged Care and Social Services: An Observational Ethnographic Study

2015· article· en· W1916996731 sur OpenAlexaffabout
Peter O’Meara, Michel Ruest, Angela Martin

Notice bibliographique

RevueAustralasian Journal of Paramedicine · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésObservational studyCitizen journalismPublic relationsEthnographyPublic healthNursingParticipatory action researchHealth careSocial workSociologyMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

We used an observational, ethnographic research approach to identify the nature of the relationship between public engagement and the successful integration of a community paramedicine program with local health, aged care and social services in rural Ontario. Data were collected through a combination of direct observations of practice, informal discussions, interviews and focus groups. We found evidence of public engagement during the planning and implementation stages of the program, with strong participatory processes evident. There was some evidence of a culture of inclusiveness, despite the strength of the command and control heritage in emergency health services. The community paramedicine model is well placed to facilitate greater integration between paramedic services and health, aged and social services. Public engagement incorporating both participation and inclusiveness can lead to a closer alignment and integration between paramedic services and other services. This ‘grass-roots’ approach to interacting with local communities has the potential to better integrate paramedic services as part of a less-fragmented system across the health, aged care and social service sectors.

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)0,009
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 enseignants0,089
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,004
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,130
Tête enseignante GPT0,410
Écart entre enseignants0,280 · 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

Citations19
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAustralasian Journal of ParamedicineMême sujetEmergency and Acute Care StudiesTravaux en français237 207