MétaCan
Menu
Retour à la cohorte
Enregistrement W2103172713 · doi:10.1093/geront/41.2.161

Innovation in Nursing Homes

2001· article· en· W2103172713 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Gerontologist · 2001
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésEarly adopterMedicaidNursing homesReimbursementBusinessLogistic regressionAffect (linguistics)MarketingNursingHealth carePublic economicsEconomicsMedicineEconomic growthPsychology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This study examined organizational and market factors associated with nursing homes that are most likely to be early adopters of innovations. Early adopter institutions, defined as the first 20% of facilities to adopt an innovation, are important because they subsequently facilitate the diffusion of innovations to others in the industry. DESIGN AND METHODS: Two groups of innovations were examined, special care units and subacute care services. I used discrete-time logistic regression analysis and nationally representative data from 13,162 facilities at risk of being early adopters of innovations during twelve 6-month intervals from 1992 to 1997. RESULTS: Organizational factors that increase the likelihood of early innovation adoption are larger bed size, chain membership, and high levels of private-pay residents. Four market factors that increase the likelihood of early innovation adoption are: a retrospective Medicaid reimbursement methodology, a more competitive environment, higher average income in the county, and a higher number of hospital beds in the county. IMPLICATIONS: This analysis shows that organizational and market characteristics of nursing homes affect their propensity toward early adoption of innovations. Some of the results may be useful for nursing home administrators and policy makers attempting to promote innovation.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,286

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,087
Tête enseignante GPT0,443
Écart entre enseignants0,356 · 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