The Relationship between Organizational Leadership for Safety and Learning from Patient Safety Events
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
OBJECTIVE: To examine the relationship between organizational leadership for patient safety and five types of learning from patient safety events (PSEs). STUDY SETTING: Forty-nine general acute care hospitals in Ontario, Canada. STUDY DESIGN: A nonexperimental design using cross-sectional surveys of hospital patient safety officers (PSOs) and patient care managers (PCMs). PSOs provided data on organization-level learning from (a) minor events, (b) moderate events, (c) major near misses, (d) major event analysis, and (e) major event dissemination/communication. PCMs provided data on organizational leadership (formal and informal) for patient safety. EXTRACTION METHODS: Hospitals were the unit of analysis. Seemingly unrelated regression was used to examine the influence of formal and informal leadership for safety on the five types of learning from PSEs. The interaction between leadership and hospital size was also examined. PRINCIPAL FINDINGS: Formal organizational leadership for patient safety is an important predictor of learning from minor, moderate, and major near-miss events, and major event dissemination. This relationship is significantly stronger for small hospitals (<100 beds). CONCLUSIONS: We find support for the relationship between patient safety leadership and patient safety behaviors such as learning from safety events. Formal leadership support for safety is of particular importance in small organizations where the economic burden of safety programs is disproportionately large and formal leadership is closer to the front lines.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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