Community assessment workshops: a group method for gathering client experiences of health services
Notice bibliographique
Résumé
Community assessment workshops were developed to gather client experiences of primary health care services in Australia. Primary health care services are particularly concerned with working with disadvantaged populations, for whom traditional client survey methods such as written surveys may not be inclusive and accessible. Service staff at six Australian primary health care services, including two Aboriginal-specific services, invited participants to attend workshops in 2011-2012. Participants were offered transport, childcare and an interpreter, and provided with reimbursement for their time. Ten workshops were run with a total of 65 participants who accessed a variety of services and programmes. A mix of age and gender was achieved. The workshops yielded detailed qualitative data and quantitative rankings for nine service qualities: holistic, effective, efficient, culturally respectful, used by those most in need, responsive to the local community, increasing individual control, supports and empowers the community, and mix of treatment, prevention and promotion. Discussions were audio recorded and transcribed for qualitative analysis. The workshop approach succeeded in being (i) inclusive, reaching users from disadvantaged sections of the community; (ii) comprehensive, providing ratings and discussion that took account of the whole service; (iii) richly descriptive, with researchers able to generate detailed feedback; and (iv) more empowering than traditional client survey methods, by allowing more control to participants and greater benefits than surveys of individuals. The community assessment workshops are a method that could be widely applied to health service evaluation research where the goal is to reach disadvantaged communities and provide ratings and detailed analysis of the experience of users. The participants and the research benefited from the group approach, and the workshops provided valuable, actionable information to the health services. Recruitment of users, particularly those from culturally diverse backgrounds, remains one of the key challenges facing evaluators.
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 | 0,022 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,003 |
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 ».