MétaCan
Menu
Retour à la cohorte
Enregistrement W2099012289 · doi:10.1177/0899764011402509

Determinants of Referral to the Public Health care and Social Sector by Nonprofit Organizations

2011· article· en· W2099012289 sur OpenAlexafffundabout
Marie‐Josée Fleury, Guy Grenier, Jean-Marie Bamvita, Hubert Wallot, Michel Perreault

Notice bibliographique

RevueNonprofit and Voluntary Sector Quarterly · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensUniversité LavalUniversité du Québec à MontréalMcGill UniversityDouglas Mental Health University InstituteDouglas College
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésReferralPublic sectorBusinessNonprofit sectorMental healthVoluntary sectorPublic relationsNonprofit organizationHealth carePublic healthNursingEconomic growthMedicinePolitical scienceEconomicsPsychiatry

Résumé

récupéré en direct d'OpenAlex

In accordance with current health care and social reforms designed to enhance service efficiency, the nonprofit and voluntary sector is playing a more prominent role in service delivery. Policy makers would benefit from greater information on ways to enhance coordination between the public health care and social sector and nonprofit organizations. This study has for aim to identify variables associated with the referral process from nonprofit organizations to the public health care and social sector. Data are based on a sample of 168 nonprofit mental health organizations in Quebec, Canada. Five variables were found to influence referrals to the public health care and social sector: (a) proportion of consumers with common mental disorders; (b) number of referrals to other nonprofit organizations; (c) referral rates to intersectorial organizations; (d) formal agreements with hospitals; and (e) participation in a mental health care regional roundtable. Implementing diversified strategies to streamline the referral process and enhance interorganizational collaboration is recommended.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,067
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,155
Tête enseignante GPT0,365
Écart entre enseignants0,209 · 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.

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

Citations12
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNonprofit and Voluntary Sector QuarterlyMême sujetMental Health and Patient InvolvementTravaux en français237 207