Performance measurement and improvement frameworks in health, education and social services systems: a systematic review
Notice bibliographique
Résumé
PURPOSE: To perform a systematic review, supplemented by a targeted grey literature scan, for performance measurement and improvement frameworks within and across the health, education and social service systems. The intended outcome was the creation of a foundation of evidence to inform the development of cross-sectoral quality improvement frameworks. DATA SOURCES: MEDLINE, CINAHL, PsycINFO, ERIC, EMBASE, Social Services Abstracts, Social Work Abstracts and Education Index Full Text were searched up to April/May 2007. In addition, 26 governmental and 27 organizational websites were searched. STUDY SELECTION: English language material with a publication date of 1986 or more recent that described a health, education or social services multidimensional framework for performance measurement and improvement. Data extraction The framework name; administrative sector; level of application; setting; population of interest; categories of quality described within the framework; country of application; and citations to other performance measurement and improvement frameworks were extracted from each article. RESULTS: In total, 111 frameworks were identified. Most frameworks (n = 97) were developed in or for the health sector. A concept sorting exercise identified 16 quality concepts applicable across many settings, sectors and levels of application. CONCLUSION: This systematic review of quality domains will be relevant and useful to those who are developing and using performance measurement and improvement frameworks for adult and child populations within or across the health, social service or education sectors.
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 | 0,081 | 0,191 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,006 |
| Bibliométrie | 0,024 | 0,026 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».