MétaCan
Menu
Retour à la cohorte
Enregistrement W1989018102 · doi:10.1177/1750481307082208

Co-management in healthcare: negotiating professional boundaries

2007· article· en· W1989018102 sur OpenAlexaff
Catherine F. Schryer, O. L. Gladkova, Marlee M. Spafford, Lorelei Lingard

Notice bibliographique

RevueDiscourse & Communication · 2007
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésNegotiationDeontic logicDialogical selfHealth careConversation analysisAction (physics)PsychologyHealth professionalsSociologySocial psychologyEpistemologyConversationPolitical scienceCommunicationLawPhilosophy

Résumé

récupéré en direct d'OpenAlex

This article investigates discursive practices associated with the co-management of patients between healthcare providers. Specifically, we focus on two genres (38 referral letters and 37 consultant reports) written by optometrists and ophthalmologists — two groups who are experiencing interprofessional tension over their scopes of practice. In our analysis we foreground four kinds of modality associated with verbs — epistemic, deontic, phatic and subjective. We found that these healthcare providers shared in the epistemic resources used to hedge their sense of clinical certainty, and that ophthalmologists used deontic resources to control future action. However, we also noted that both professions used deontic, phatic and subjective resources to create dialogical space for each other to participate in some future relationship. In fact, one of the main points of this correspondence might be to establish personal relationships between practitioners. Unfortunately, however, this subtle use of modality to negotiate professional boundaries is fading as many ophthalmologists, due to workload issues, are not responding to referral letters or are converting their correspondence to form letters.

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)0,045
score de la tête « metaresearch » (Gemma)0,079
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 enseignants0,045
Score d'incertitude au seuil0,239

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0450,079
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0200,044
Communication savante0,0190,021
Science ouverte0,0030,025
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,026
Tête enseignante GPT0,354
Écart entre enseignants0,328 · 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

Citations32
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscourse & CommunicationMême sujetHealthcare Systems and TechnologyTravaux en français237 207