MétaCan
Menu
Retour à la cohorte
Enregistrement W2114702111 · doi:10.12927/hcq.2007.19312

Frequency, Determinants and Impact of Overcrowding in Emergency Departments in Canada: A National Survey

2007· article· en· W2114702111 sur OpenAlexaffabout
Kenneth Bond, Maria B. Ospina, Sandra Blitz, Marc Afilalo, Sam Campbell, Michael J. Bullard, Grant Innes, Brian R. Holroyd, Gil Curry, Michael J. Schull, Brian H. Rowe

Notice bibliographique

RevueHealthcare Quarterly · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensCapital District Health Authority
Organismes subventionnairesnon disponible
Mots-clésOvercrowdingEmergency departmentMedicinePsychological interventionEmergency medicineFamily medicineMedical emergencyNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

Several reports have documented the prevalence and severity of emergency department (ED) overcrowding at specific hospitals or cities in Canada; however, no study has examined the issue at a national level. A 54-item, self-administered, postal and web-based questionnaire was distributed to 243 ED directors in Canada to collect data on the frequency, impact and factors associated with ED overcrowding. The survey was completed by 158 (65% response rate) ED directors, 62% of whom reported overcrowding as a major or severe problem during the past year. Directors attributed overcrowding to a variety of issues including a lack of admitting beds (85%), lack of acute care beds (74%) and the increased length of stay of admitted patients in the ED (63%). They perceived ED overcrowding to have a major impact on increasing stress among nurses (82%), ED wait times (79%) and the boarding of admitted patients in the ED while waiting for beds (67%). Overcrowding is not limited to large urban centres; nor is it limited to academic and teaching hospitals. The perspective of ED directors reinforces the need for further examination of effective policies and interventions to reduce ED overcrowding.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,018
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,040
Tête enseignante GPT0,373
Écart entre enseignants0,333 · 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'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

Citations189
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetEmergency and Acute Care StudiesTravaux en français237 207