What Factors Influence Case Managers' Resource Allocation Decisions? A Systematic Review of the Literature
Notice bibliographique
Résumé
OBJECTIVE: Case managers' decisions directly affect the amount and type of services individual clients receive, as well as overall home care program available resources. We know little about the resource allocation decision-making processes of case managers. The question guiding this review was, "What factors influence case managers' resource allocation decisions in home care?'' METHODS: The authors did a systematic literature review to answer the above question. After assessing the articles for inclusion, they assessed the quality (internal validity) of each included study. They described the characteristics of the studies and provided a synthesis of the findings of the primary studies. RESULTS: Five qualitative and 6 quantitative articles met the inclusion criteria for this review. The findings of these studies are equivocal. Despite this, the authors were able to create a preliminary taxonomy of the factors that influence case manager resource allocation decisions. Despite evidence-based decision making receiving so much attention in contemporary health care literature, the authors found a near absence of reference to research use in the context of case manager decision making. CONCLUSIONS: Currently, there are relatively few studies in the literature on the factors that influence, and how they are used in, case manager resource allocation decisions. Studies are often lacking in terms of conceptual clarity and theoretical framing. They are often not guided by theoretical frameworks and are not situated within the larger field of decision making or even within the clinical decision-making literature. These issues are impeding progress in this area.
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 | 0,003 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».