MétaCan
Menu
Retour à la cohorte
Enregistrement W2117375117 · doi:10.3109/13561820.2011.650300

Nurse practitioners in Ontario primary healthcare: Referral patterns and collaboration with other healthcare professionals

2012· article· en· W2117375117 sur OpenAlexaffabout
Oxana Mian, Irene Koren, Ellen Rukholm

Notice bibliographique

RevueJournal of Interprofessional Care · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésReferralNursingHealth careMedicineHealth professionalsMental healthFamily medicineHealthcare deliveryMental healthcareInterprofessional educationPrimary health careCollaborative CarePrimary carePsychiatryEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to examine referrals of nurse practitioners providing primary healthcare (PHC NPs) to better understand how PHC NPs collaborate with other healthcare professionals and contribute to interprofessional care. The analysis is based on the data from a survey of 378 PHC NPs registered in Ontario, Canada in 2008. Overall, 69% of PHC NPs made referrals to family physicians (FPs) and 67% of PHC NPs received referrals from FPs. Almost 50% of PHC NPs had bidirectional referrals between them and FPs. Eighty-nine percent of PHC NPs made referrals to specialist physicians. Bidirectional referrals between PHC NPs and social workers and mental health workers were common in family health teams and community health centers. Patterns of referrals (bidirectional, unidirectional and no referrals) between PHC NPs and FPs, social workers, mental and allied health workers in various practice settings indicate development of collaborative relationships between PHC NPs and other healthcare professionals and reflect the influence of practice models on delivery of interprofessional care. These findings are discussed in light of the development of NPs' role and integration of PHC NPs in the Ontario healthcare system. Implications for policy changes and future research are also suggested.

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 candidatesIntégrité de la recherche
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 enseignants0,208
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
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 GPT0,430
Écart entre enseignants0,390 · 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

Citations35
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Interprofessional CareMême sujetNursing Roles and PracticesTravaux en français237 207