MétaCan
Menu
Retour à la cohorte
Enregistrement W2073637179 · doi:10.2147/jmdh.s68523

Boundaries, gaps, and overlaps: defining roles in a multidisciplinary nephrology clinic

2014· article· en· W2073637179 sur OpenAlexaff
Terese Stenfors, Helen H. Kang

Notice bibliographique

RevueJournal of Multidisciplinary Healthcare · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensAIDS Vancouver
Organismes subventionnairesnon disponible
Mots-clésMultidisciplinary approachMedicineNephrologyBioinformaticsInternal medicineComputational biologyComputer scienceBiologySociologySocial science

Résumé

récupéré en direct d'OpenAlex

This study aims to explore how health care professionals in a multidisciplinary chronic kidney disease clinic interact with one another, patients, families, and caregivers to expand understanding of how this increasingly common form of chronic disease management functions in situ. Nonparticipatory observations were conducted of 64 consultations between patients and health care professionals and end-of-day rounds at a multidisciplinary chronic kidney disease clinic. Key themes in our findings revolved around the question of boundaries between the health professions that were expected to work cooperatively within the clinic, between medical specialties in the management of complex patients, and between caregivers and patients. Understanding the importance of various professional roles and how they are allocated, either formally as part of care design or organically as a clinical routine, may help us understand how multidisciplinary care teams function in real life and help us identify gaps in practice. This study highlights two areas for further study and reflection: the effect of discrepancies in health information and the role of caregivers in patient care.

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)0,034
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,054
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0230,019
Communication savante0,0100,014
Science ouverte0,0040,024
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,160
Tête enseignante GPT0,427
Écart entre enseignants0,267 · 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'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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Multidisciplinary HealthcareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207