MétaCan
Menu
Retour à la cohorte
Enregistrement W2088036829 · doi:10.1186/1472-6963-13-92

Transforming primary healthcare by including the stakeholders involved in delivering care to people living in poverty: EQUIhealThY study protocol

2013· article· en· W2088036829 sur OpenAlexafffund
Christine Loignon, Catherine Hudon, Alexandrine Boudreault‐Fournier, Sophie Dupéré, Ann C. Macaulay, Pierre Pluye, Isabelle Gaboury, Jeannie Haggerty, Martin Fortin, Émilie Goulet, Mireille Lambert, Luce Pélissier-Simard, Sophie Boyer, Marianne de Laat, Francine Lemire, Louise Champagne, Martin Lemieux

Notice bibliographique

RevueBMC Health Services Research · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensCollege of Family Physicians of CanadaCentre de Santé et de Services Sociaux de ChicoutimiHôpital Charles-Le MoyneUniversity of VictoriaMcGill UniversityUniversité LavalUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésHealth careParticipatory action researchNursingPovertyNursing researchPsychological interventionPublic relationsCompetence (human resources)MedicineHealth administrationPublic healthSociologyPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ensuring access to timely and appropriate primary healthcare for people living in poverty is an issue facing all countries, even those with universal healthcare systems. The transformation of healthcare practices and organization could be improved by involving key stakeholders from the community and the healthcare system in the development of research interventions. The aim of this project is to stimulate changes in healthcare organizations and practices by encouraging collaboration between care teams and people living in poverty. Our objectives are twofold: 1) to identify actions required to promote the adoption of professional practices oriented toward social competence in primary care teams; and 2) to examine factors that would encourage the inclusion of people living in poverty in the process of developing social competence in healthcare organizations. METHODS/DESIGN: This study will use a participatory action research design applied in healthcare organizations. Participatory research is an increasingly recognized approach that is helpful for involving the people for whom the research results are intended. Our research team consists of 19 non-academic researchers, 11 academic researchers and six partners. A steering committee composed of academic researchers and stakeholders will have a decision-making role at each step, including knowledge dissemination and recommendations for new interventions. In this project we will adopt a multiphase approach and will use a variety of methods, including photovoice, group discussions and interviews. DISCUSSION: The proposed study will be one of only a few using participatory research in primary care to foster changes aimed at enhancing quality and access to care for people living in poverty. To our knowledge this will be the first study to use photovoice in healthcare organizations to promote new interventions. Our project includes partners who are targeted for practice changes and improvements in delivering primary care to persons living in poverty. By involving knowledge users, including service recipients, our study is more likely to produce a transformation of professional practices and encourage healthcare organizations to take into account the needs of persons living in poverty.

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)0,067
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,355

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,043
Méta-épidémiologie (sens strict)0,0020,004
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0080,004
Communication savante0,0050,004
Science ouverte0,0050,006
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0740,018

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 Opus0,616
Tête enseignante GPT0,651
Écart entre enseignants0,035 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetHealth Policy Implementation ScienceTravaux en français237 207