MétaCan
Menu
Retour à la cohorte
Enregistrement W2165484532 · doi:10.12927/hcq.2014.23952

Patient Safety and Engagement at the Frontlines of Healthcare

2014· article· en· W2165484532 sur OpenAlexaffabout
Andrea Bishop, Mark T. Fleming

Notice bibliographique

RevueHealthcare Quarterly · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésHealth carePatient safetyBest practiceHealth administrationMedicineNursingMedical emergencyPublic healthPolitical science

Résumé

récupéré en direct d'OpenAlex

Since the release of the seminal work To Err Is Human in 1999, there has been widespread acknowledgement of the need to change our approach to patient safety in North America.Specifically, healthcare organizations must adopt a systems approach to patient safety, in which organizations take a comprehensive approach aimed at building resilient barriers and ensuring a culture of open communication and learning.Here in Canada, the patient safety movement gained momentum following the publication of the Canadian Adverse Events Study in 2004, which concluded that close to 40% of all hospital-associated adverse events were potentially preventable.Baker et al. (2004) argued for the need to modify the work environment of healthcare professionals to better ensure barriers were in place, as well as the need to improve communication and coordination among healthcare providers.The changes proposed a decade ago required greater healthcare worker engagement in patient safety and the creation of a culture of patient safety.Building a National Dialogue Since the establishment of the Canadian Patient Safety Institute (CPSI) in 2004, the organization endeavoured to provide healthcare organizations with evidence-based interven-Patient Safety and Engagement at the Frontlines of Healthcare

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,040
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0110,009
Communication savante0,0160,008
Science ouverte0,0010,018
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0200,004

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 Opus0,050
Tête enseignante GPT0,383
Écart entre enseignants0,333 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetPatient Safety and Medication ErrorsTravaux en français237 207