Applying justice and commitment constructs to patient-health care provider relationships.
Notice bibliographique
Résumé
OBJECTIVE: To examine patients' experiences of fairness and commitment in the health care context with an emphasis on primary care providers. DESIGN: Qualitative, semistructured, individual interviews were used to gather evidence for the justice and commitment frameworks across a variety of settings with an emphasis on primary care relationships. SETTING: Rural, urban, and semiurban communities in Nova Scotia. PARTICIPANTS: Patients (ages ranged from 19 to 80 years) with varying health care needs and views on their health care providers. METHODS: Participants were recruited through a variety of means, including posters in practice settings and communication with administrative staff in clinics. Individual interviews were conducted and were audiotaped and transcribed verbatim. A modified grounded theory approach was used to interpret the data. MAIN FINDINGS: Current conceptualizations of justice (distributive, procedural, interpersonal, informational) and commitment (affective, normative, continuance) capture important elements of patient-health care provider interactions and relationships. CONCLUSION: Justice and commitment frameworks developed in other contexts encompass important dimensions of the patient-health care provider relationship with some exceptions. For example, commonly understood subcomponents of justice (eg, procedural consistency) might require modification to apply fully to patient-health care provider relationships. Moreover, the results suggest that factors outside the patient-health care provider dyad (eg, familial connections) might also influence the patient's commitment to his or her health care provider.
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 | 0,021 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,015 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».