MétaCan
Menu
Retour à la cohorte
Enregistrement W2053511011 · doi:10.1097/qmh.0b013e31823170a5

Evidence-Based Refinement of Health and Social Services

2011· article· en· W2053511011 sur OpenAlexaff
Carol L. McWilliam, Abe Oudshoorn

Notice bibliographique

RevueQuality Management in Health Care · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésConceptualizationIntervention (counseling)Health careQuality (philosophy)Health services researchManagement sciencePublic relationsPsychologyNursingPublic healthComputer scienceMedicinePolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

To promote evidence-based refinement of quality health and social services delivery and care, decision makers, researchers, and practitioners often undertake intervention research. Intervention research tests and describes new strategies for achieving desired outcomes. But theoretical, methodological, and practical issues continue to plague even alternative participatory approaches to intervention research, raising questions about its potential for promoting quality health and social services and care. In response to this persistent challenge, the authors of this article propose a radical solution, namely intravention research, laying out its unique features as well as its theoretical and practical implications. Their conceptualization sets the stage for dialogue on options for advancing research methodologies and methods that might better promote evidence-informed health and social services.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,346
Score d'incertitude au seuil0,980

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,295
Tête enseignante GPT0,489
Écart entre enseignants0,194 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuality Management in Health CareMême sujetGeriatric Care and Nursing HomesTravaux en français237 207