Improving delivery of primary care for vulnerable migrants: Delphi consensus to prioritize innovative practice strategies.
Notice bibliographique
Résumé
OBJECTIVE: To identify and prioritize innovative strategies to address the health concerns of vulnerable migrant populations. DESIGN: Modified Delphi consensus process. SETTING: Canada. PARTICIPANTS: Forty-one primary care practitioners, including family physicians and nurse practitioners, who provided care for migrant populations. METHODS: We used a modified Delphi consensus process to identify and prioritize innovative strategies that could potentially improve the delivery of primary health care for vulnerable migrants. Forty-one primary care practitioners from various centres across Canada who cared for migrant populations proposed strategies and participated in the consensus process. MAIN FINDINGS: The response rate was 93% for the first round. The 3 most highly ranked practice strategies to address delivery challenges for migrants were language interpretation, comprehensive interdisciplinary care, and evidence-based guidelines. Training and mentorship for practitioners, intersectoral collaboration, and immigrant community engagement ranked fourth, fifth, and sixth, respectively, as strategies to address delivery challenges. These strategies aligned with strategies coming out of the United States, Europe, and Australia, with the exception of the proposed evidence-based guidelines. CONCLUSION: Primary health care practices across Canada now need to evolve to address the challenges inherent in caring for vulnerable migrants. The selected strategies provide guidance for practices and health systems interested in improving health care delivery for migrant populations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,211 | 0,146 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».