MétaCan
Menu
Retour à la cohorte
Enregistrement W2107393875 · doi:10.1177/1527154409357795

A Conceptual Framework for Understanding Interorganizational Relationships Between Nursing Homes and Emergency Departments: Examples From the Canadian Setting

2009· article· en· W2107393875 sur OpenAlexaffabout
Rose McCloskey, Michael Campo, Robert Savage, SueAnn Mandville-Anstey

Notice bibliographique

RevuePolicy Politics & Nursing Practice · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensMemorial University of NewfoundlandSimon Fraser UniversityUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésHealth careConceptual modelNursingEmergency departmentConceptual frameworkPsychologyOrganizational culturePublic relationsBusinessSociologyMedicinePolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Nursing home residents who experience exacerbations of chronic health conditions or new illnesses must generally go to the emergency department for health care. This reliance on two distinct settings of care requires organizations to engage in an interorganizational relationship, which can be problematic, particularly when each organization has its own governing structures, policies, practices, and culture. Although it is widely acknowledged that interorganizational relationships can be the source of much frustration and conflict, little is known about their underpinnings. In this article, the authors draw on the literature to explore the interorganizational relationship that emerges each time a resident transfers between a nursing home and an emergency department in Canada. The authors apply this knowledge to develop a conceptual model that can be used to explore other interorganizational relationships that are formed when patients move between settings of care.

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)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,782

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,009
Études des sciences et des technologies0,0340,045
Communication savante0,0140,008
Science ouverte0,0040,008
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,192
Tête enseignante GPT0,467
Écart entre enseignants0,275 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations13
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolicy Politics & Nursing PracticeMême sujetGeriatric Care and Nursing HomesTravaux en français237 207