MétaCan
Menu
Retour à la cohorte
Enregistrement W2080726345 · doi:10.12927/hcpol.2011.22690

Canadian Experts' Views on the Importance of Attributes within Professional and Community-Oriented Primary Healthcare Models

2011· article· en· W2080726345 sur OpenAlexaffvenueabout
Jean‐Frédéric Lévesque, Jeannie Haggerty, Fred Burge, Marie‐Dominique Beaulieu, David Gass, Raynald Pineault, Darcy A. Santor

Notice bibliographique

RevueHealthcare policy · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésDelphi methodMultidisciplinary approachInterpersonal communicationKnowledge managementHealth carePsychologyEquity (law)DelphiNursingMedicineComputer scienceSociologyPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The aim of this study was to rate the importance of primary healthcare (PHC) attributes in evaluations of PHC organizational models in Canada. METHODS: Using the Delphi process, we conducted a consensus consultation with 20 persons recognized by peers as Canadian PHC experts, who rated the importance of PHC attributes within professional and community-oriented models of PHC. RESULTS: ATTRIBUTES RATED AS ESSENTIAL TO ALL MODELS WERE DESIGNATED CORE ATTRIBUTES: first-contact accessibility, comprehensiveness of services, relational continuity, coordination (management) continuity, interpersonal communication, technical quality of clinical care and clinical information management. Overall, while all were important, non-core attributes - except efficiency/productivity - were rated as more important in community-oriented than in professional models. Attributes rated as essential for community-oriented models were equity, client/community participation, population orientation, cultural sensitivity and multidisciplinary teams. CONCLUSION: Evaluation tools should address core attributes and be customized in accordance with the specific organizational models being evaluated to guide health reforms.

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)0,047
score de la tête « metaresearch » (Gemma)0,065
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,290
Score d'incertitude au seuil0,583

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,065
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0070,005
Communication savante0,0050,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,249
Tête enseignante GPT0,438
Écart entre enseignants0,189 · 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

Citations27
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetPrimary Care and Health OutcomesTravaux en français237 207