Safety culture in healthcare: a review of concepts, dimensions, measures and progress
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: A growing body of peer-reviewed studies demonstrate the importance of safety culture in healthcare safety improvement, but little attention has focused on developing a common set of definitions, dimensions and measures. OBJECTIVES: Specific objectives of this literature review include: summarising definitions of safety culture and safety climate, identifying theories, dimensions and measures of safety culture in healthcare, and reviewing progress in improving safety culture. METHODS: Peer-reviewed, English-language articles published from 1980 to 2009 pertaining to safety culture in healthcare were reviewed. One hundred and thirty-nine studies were included in this review. RESULTS: Results suggest that there is disagreement among researchers as to how safety culture should be defined, as well as whether or not safety culture is intrinsically diverse from the concept of safety climate. This variance extends into the dimensions and measurement of safety culture, and interventions to influence culture change. DISCUSSION: Most studies utilise quantitative surveys to measure safety culture, and propose improvements in safety by implementing multifaceted interventions targeting several dimensions. Conversely, very few studies made their theoretical underpinnings explicit. Moving forward, a common set of definitions and dimensions will enable researchers to better share information and strategies to improve safety culture in healthcare, building momentum in this rapidly expanding field. Advancing the measurement of safety culture to include both quantitative and qualitative methods should be further explored. Using the expertise of traditional culture experts, anthropologists, more in-depth observational and longitudinal research is needed to move research in this area forward.
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.
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 | 0,013 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle