MétaCan
Menu
Retour à la cohorte
Enregistrement W1988149828 · doi:10.12927/hcq.2012.22765

Work Life and Patient Safety Culture in Canadian Healthcare: Connecting the Quality Dots Using National Accreditation Results

2012· article· en· W1988149828 sur OpenAlexaffabout
Jonathan Mitchell

Notice bibliographique

RevueHealthcare Quarterly · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensCARE Canada
Organismes subventionnairesnon disponible
Mots-clésAccreditationOrganizational culturePatient safetyHealth careQuality managementBest practiceWork (physics)Public relationsNursingQuality (philosophy)Total quality managementBusinessProcess (computing)Process managementMedicineMedical educationPolitical scienceEngineeringMarketingComputer science

Résumé

récupéré en direct d'OpenAlex

Fostering quality work life is paramount to building a strong patient safety culture in healthcare organizations. Data from two patient safety culture and work-life questionnaires used for Accreditation Canada's national program were analyzed. Strong team leadership was reported in that units were doing a good job of identifying, assessing and managing risks to patients. Seventy-one percent of respondents gave their unit a positive overall grade on patient safety, and 79% of respondents felt that they could often do their best-quality work in their job. However, healthcare workers felt that they did not have enough time to do their jobs adequately and indicated that co-workers were cutting corners in patient care in order to save time. This article discusses engaging both senior leadership and the entire organization in the change process, ensuring supervisory support, and using performance measures to focus organizational efforts on key priorities all as improvement strategies relevant to these findings. These strategies can be used by organizations across sectors and jurisdictions and by healthcare leaders to positively affect work life and patient safety.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,358
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,159
Tête enseignante GPT0,467
Écart entre enseignants0,308 · 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'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

Citations11
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetHealthcare Quality and ManagementTravaux en français237 207