MétaCan
Menu
Retour à la cohorte
Enregistrement W2075097231 · doi:10.3109/02699052.2014.890744

Systems analysis of community and health services for acquired brain injury in Ontario, Canada

2014· article· en· W2075097231 sur OpenAlexafffundabout
Sarah Munce, Rika Vander Laan, Charissa Levy, Daria Parsons, Susan Jaglal

Notice bibliographique

RevueBrain Injury · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity Health NetworkToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAccountabilityMental healthFocus groupHealth careQualitative researchAcquired brain injuryMedicineNursingRehabilitationPsychologyBusinessPsychiatryPolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

PRIMARY OBJECTIVE: To conduct a systems analysis on community and health services for individuals with acquired brain injury (ABI) in the province of Ontario, Canada. RESEARCH DESIGN: This study employed a triangulation design. This design is used when there is a need to validate quantitative results with qualitative data, as is the case in the present study. METHODS AND PROCEDURES: Forty-two healthcare professionals and/or healthcare administrators from organizations across the province and across the continuum of care were surveyed. A 1-day focus group was also held to validate the study findings. MAIN OUTCOMES AND RESULTS: The main results of this study revealed: (1) a lack of services for children/adolescents; (2) service gaps for individuals with co-existing mental health conditions; (3) a lack of services related to employment; (4) changes in casemix, in terms of more individuals with co-morbid medical and mental health conditions (with many of the organizations reporting medical instability and severe behavioural disorders as exclusion criteria); and (5) a need for more organizations to track patient outcomes for evaluation and/or accountability purposes. CONCLUSIONS: Findings from this study will lead to improvement of current services but also improved planning of future services for individuals with ABI.

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)0,004
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,936

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,065
Tête enseignante GPT0,357
Écart entre enseignants0,292 · 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'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

Citations23
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBrain InjuryMême sujetTraumatic Brain Injury ResearchTravaux en français237 207