MétaCan
Menu
Retour à la cohorte
Enregistrement W2149369457 · doi:10.12927/hcpap..17143

A Culture of Expertise, Not Conflict

2003· letter· en· W2149369457 sur OpenAlexvenueno aff
James V Porto

Notice bibliographique

RevueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy · 2003
Typeletter
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNegotiationMetaphorAdversarial systemQuality (philosophy)Knowledge managementBusinessConflict managementPublic relationsPsychologyPolitical scienceComputer scienceEpistemologyLaw

Résumé

récupéré en direct d'OpenAlex

Browman, Snider and Ellis propose that managers act as catalysts to institute structures for the negotiation of differences between managers and clinicians, primarily around the perceived trade-offs between quality care and resource allocation. Evidence-based medicine and evidence-based management are required to level the playing field, so that quality of care will not suffer "at the expense of the business agenda which is easier to measure and manage." But implementation of evidence-based management and evidence-based medicine depends on the quality of knowledge production and the ability to adapt general knowledge to particular organizations. Agreement on guidelines for evidence-based management is problematic and complicated by the nature of management research itself. Rather than the metaphor of the negotiating environment, which assumes an adversarial relationship between management and clinicians, a more fruitful metaphor is the expert environment, which assumes a collaborative relationship between the two. Management should not only be a catalyst for change but should also assume the responsibility of cultivating clinical and managerial expertise at all levels of the organization, from custodian to surgeon.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,235
Tête enseignante GPT0,460
Écart entre enseignants0,225 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueA Nudge Too Far? A Nudge at All? On Paying People to Be HealthyMême sujetHealthcare Quality and ManagementTravaux en français237 207