Developing an inter-organizational community-based health network: an Australian investigation
Notice bibliographique
Résumé
Networks in health care typically involve services delivered by a defined set of organizations. However, networked associations between the healthcare system and consumers or consumer organizations tend to be open, fragmented and are fraught with difficulties. Understanding the role and activities of consumers and consumer groups in a formally initiated inter-organizational health network, and the impacts of the network, is a timely endeavour. This study addresses this aim in three ways. First, the Unbounded Network Inter-organizational Collaborative Impact Model, a purpose-designed framework developed from existing literature, is used to investigate the process and products of inter-organizational network development. Second, the impact of a network artefact is explored. Third, the lessons learned in inter-organizational network development are considered. Data collection methods were: 16 h of ethnographic observation; 10 h of document analysis; six interviews with key informants and a survey (n = 60). Findings suggested that in developing the network, members used common aims, inter-professional collaboration, the power and trust engendered by their participation, and their leadership and management structures in a positive manner. These elements and activities underpinned the inter-organizational network to collaboratively produce the Health Expo network artefact. This event brought together healthcare providers, community groups and consumers to share information. The Health Expo demonstrated and reinforced inter-organizational working and community outreach, providing consumers with community-based information and linkages. Support and resources need to be offered for developing community inter-organizational networks, thereby building consumer capacity for self-management in the community.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».