MétaCan
Menu
Retour à la cohorte
Enregistrement W2116295834 · doi:10.1136/bmjqs.2010.046490

The contribution of case study research to knowledge of how to improve quality of care

2011· article· en· W2116295834 sur OpenAlexaff
G. Ross Baker

Notice bibliographique

RevueBMJ Quality & Safety · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Quality managementMedicineCoding (social sciences)Knowledge managementCase study researchData collectionManagement scienceProcess managementData scienceComputer scienceOperations managementBusinessEngineeringSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Efforts to improve the implementation of effective practice and to speed up improvements in quality and patient safety continue to pose challenges for researchers and policy makers. Organisational research, and, in particular, case studies of quality improvement, offer methods to improve understanding of the role of organisational and microsystem contexts for improving care and the development of theories which might guide improvement strategies. METHODS: This paper reviews examples of such research and details the methodological issues in constructing and analysing case studies. Case study research typically collects a wide array of data from interviews, documents and other sources. CONCLUSION: Advances in methods for coding and analysing these data are improving the quality of reports from these studies.

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)0,174
score de la tête « metaresearch » (Gemma)0,347
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil0,919

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1740,347
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0160,011
Études des sciences et des technologies0,0060,033
Communication savante0,0180,039
Science ouverte0,0070,011
Intégrité de la recherche0,0110,009
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,847
Tête enseignante GPT0,776
Écart entre enseignants0,071 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreSynthèse

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

En bref

Citations129
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Quality & SafetyMême sujetHealth Policy Implementation ScienceTravaux en français237 207