MétaCan
Menu
Retour à la cohorte
Enregistrement W1995988132 · doi:10.13162/hro-ors.v3i1.1177

Expanding the Scope of Practice for Pharmacists in Ontario

2015· article· fr· W1995988132 sur OpenAlexaffvenueabout
Glen E. Randall, Neil G. Barr, Patricia A. Wakefield, Mark Embrett

Notice bibliographique

RevueHealth Reform Observer - Observatoire des Réformes de Santé · 2015
Typearticle
Languefr
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Scope of practiceBusinessPolitical scienceComputer scienceHealth care

Résumé

récupéré en direct d'OpenAlex

the Regulated Health Professions Statute Law Amendment Act, 2009 (Bill 179) received Royal Assent in Ontario. The resulting legislative amendments were intended to strengthen government oversight of the health regulatory colleges, promote interprofessional collaboration, and make better use of health professionals' existing skills and training by enhancing the scope of practice for several health professions in order to improve health system efficiency. Among the most notable scope of practice enhancements were those given to pharmacists, who would be permitted to: modify and renew existing prescriptions, prescribe a limited range of drugs independent of a physician, and administer medications such as vaccinations via injection or inhalation. The reform was driven in large part by the government's concerns related to the rising cost of health care, the public's desire for greater access to services, and demonstrated successes of similar reforms in other jurisdictions. While the Ontario reform has had some clear success, such as expanding the public's access to influenza vaccinations, to date, the evidence of achieving other goals remains weak. In particular, there is no clear evidence of improved health system efficiency and associated cost effectiveness. Moreover, it is possible that Ontario's umbrella regulatory model may be making interprofessional collaboration more, rather than less, difficult to realize.

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)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,685
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,306
Tête enseignante GPT0,473
Écart entre enseignants0,167 · 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

Citations6
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Reform Observer - Observatoire des Réformes de SantéMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207