Engaging Pediatric Intensive Care Unit (PICU) clinical staff to lead practice improvement: the PICU Participatory Action Research Project (PICU-PAR)
Notice bibliographique
Résumé
BACKGROUND: Despite considerable efforts, engaging staff to lead quality improvement activities in practice settings is a persistent challenge. At British Columbia Children's Hospital (BCCH), the pediatric intensive care unit (PICU) undertook a new phase of quality improvement actions based on the Community of Practice (CoP) model with Participatory Action Research (PAR). This approach aims to mobilize the PICU 'community' as a whole with a focus on practice; namely, to create a 'community of practice' to support reflection, learning, and innovation in everyday work. METHODOLOGY: An iterative two-stage PAR process using mixed methods has been developed among the PICU CoP to describe the environment (stage 1) and implement specific interventions (stage 2). Stage 1 is ethnographic description of the unit's care practice. Surveys, interviews, focus groups, and direct observations describe the clinical staff's experiences and perspectives around bedside care and quality endeavors in the PICU. Contrasts and comparisons across participants, time and activities help understanding the PICU culture and experience. Stage 2 is a succession of PAR spirals, using results from phase 1 to set up specific interventions aimed at building the staff's capability to conduct QI projects while acquiring appropriate technical skills and leadership capacity (primary outcome). Team communication, information, and interaction will be enhanced through a knowledge exchange (KE) and a wireless network of iPADs. RELEVANCE: Lack of leadership at the staff level in order to improve daily practice is a recognized challenge that faces many hospitals. We believe that the PAR approach within a highly motivated CoP is a sound method to create the social dynamic and cultural context within which clinical teams can grow, reflect, innovate and feel proud to better serve patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,054 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».