MétaCan
Menu
Retour à la cohorte
Enregistrement W2017957164 · doi:10.1108/14777270610647029

Developing large group working in clinical governance

2006· article· en· W2017957164 sur OpenAlexaff
Debbie Wall, Kathy Dickinson, Jackie Kilbane, Dave Cummings

Notice bibliographique

RevueClinical Governance An International Journal · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésFacilitationContext (archaeology)OriginalityCorporate governanceService (business)Clinical governanceGroup (periodic table)Work (physics)Process managementHealth careOperations managementKnowledge managementPsychologyBusinessComputer scienceEngineeringPolitical scienceMarketingSocial psychology

Résumé

récupéré en direct d'OpenAlex

Purpose – To report on how service changes can be accelerated by working with large groups that represent all parts of a complete healthcare service or care pathway, during specific events, and using well‐defined facilitation techniques. Design/methodology/approach – Case examples are cited from the Clinical Governance Support Team's “protected time” programme and subsequent work, and specific quotes and examples from large group events are used to describe the potential impact of the approach. Findings – Established group facilitation techniques can be adapted for use in the context of a large group representative of a whole clinical system or pathway, to accelerate service improvement. Originality/value – The paper reports on the practical findings from Clinical Governance Support Team group facilitators working on large group events from a number of UK NHS Trusts.

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)0,012
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,391
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,299
Tête enseignante GPT0,590
Écart entre enseignants0,291 · 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

Citations1
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Governance An International JournalMême sujetHealthcare Quality and ManagementTravaux en français237 207