MétaCan
Menu
Retour à la cohorte
Enregistrement W2003670891 · doi:10.12927/hcq.2013.23190

Inter-professional Collaboration as a Health Human Resources Strategy: Moving Forward with a Western Provinces Research Agenda

2012· article· en· W2003670891 sur OpenAlexaffabout
Grace Mickelson, Esther Suter, Siegrid Deutschlander, Lesley Bainbridge, Elizabeth Harrison, Ruby Grymonpre, Shelanne Hepp

Notice bibliographique

RevueHealthcare Quarterly · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensProvincial Health Services Authority
Organismes subventionnairesnon disponible
Mots-clésHealth human resourcesHuman resourcesWorkforcePublic relationsHealth services researchBusinessHuman resource managementPolitical scienceKnowledge managementMedicineNursingPublic health

Résumé

récupéré en direct d'OpenAlex

The current gap in research on inter-professional collaboration and health human resources outcomes is explored by the Western Canadian Interprofessional Health Collaborative (WCIHC). In a recent research planning workshop with the four western provinces, 82 stakeholders from various sectors including health, provincial governments, research and education engaged with WCIHC to consider aligning their respective research agendas relevant to inter-professional collaboration and health human resources. Key research recommendations from a recent knowledge synthesis on inter-professional collaboration and health human resources as well as current provincial health priorities framed the discussions at the workshop. This knowledge exchange has helped to consolidate a shared current understanding of inter-professional education and practice and health workforce planning and management among the participating stakeholders. Ultimately, through a focused research program, a well-aligned approach between sectors to finding health human resources solutions will result in sustainable health systems reform.

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)0,039
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,831
Score d'incertitude au seuil0,964

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,012
Études des sciences et des technologies0,0170,009
Communication savante0,0190,011
Science ouverte0,0060,008
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,126
Tête enseignante GPT0,512
Écart entre enseignants0,386 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetPrimary Care and Health OutcomesTravaux en français237 207