Activating Knowledge for Patient Safety Practices: A Canadian Academic‐Policy Partnership
Notice bibliographique
Résumé
BACKGROUND: Over the past decade, the need for healthcare delivery systems to identify and address patient safety issues has been propelled to the forefront. A Canadian survey, for example, demonstrated patient safety to be a major concern of frontline nurses (Nicklin & McVeety 2002). Three crucial patient safety elements, current knowledge, resources, and context of care have been identified by the World Health Organization (WHO 2009). To develop strategies to respond to the scope and mandate of the WHO report within the Canadian context, a pan-Canadian academic-policy partnership has been established. APPROACH: This newly formed Pan-Canadian Partnership, the Queen's Joanna Briggs Collaboration for Patient Safety (referred throughout as "QJBC" or "the Partnership"), includes the Queen's University School of Nursing, Accreditation Canada, the Canadian Patient Safety Institute (CPSI), the Canadian Institutes of Health Research, and is supported by an active and committed advisory council representing over 10 national organizations representing all sectors of the health continuum, including patients/families advocacy groups, professional associations, and other bodies. This unique partnership is designed to provide timely, focused support from academia to the front line of patient safety. QJBC has adopted an "integrated knowledge translation" approach to identify and respond to patient safety priorities and to ensure active engagement with stakeholders in producing and using available knowledge. Synthesis of evidence and guideline adaptation methodologies are employed to access quantitative and qualitative evidence relevant to pertinent patient safety questions and subsequently, to respond to issues of feasibility, meaningfulness, appropriateness/acceptability, and effectiveness. SUMMARY: This paper describes the conceptual grounding of the Partnership, its proposed methods, and its plan for action. It is hoped that our journey may provide some guidance to others as they develop patient safety models within their own arenas.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,193 | 0,140 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,047 | 0,023 |
| Communication savante | 0,033 | 0,013 |
| Science ouverte | 0,009 | 0,033 |
| Intégrité de la recherche | 0,025 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».