MétaCan
Menu
Retour à la cohorte
Enregistrement W2259314776

Health services accreditation standards for information management in Canada, New Zealand and USA: a comparative study

2007· article· en· W2259314776 sur OpenAlexaboutno aff
Reza Safdari, Zahra Meidani

Notice bibliographique

RevueThe Journal of Qazvin University of Medical Sciences · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccreditationMedicineHealth careQuality managementQuality (philosophy)Medical educationPublic relationsBusinessPolitical scienceMarketingService (business)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: In a variety of industries, accreditation is recognized as a symbol of quality indicating that the organization meets certain performance standards. In this regard, health records are among the primary documents used by health care facilities to evaluate compliance with the standards set by the accreditation agencies. This study compares the strengths and weaknesses of Information management(IM) standards of three well-established national accreditation agencies in Canada, USA and New Zealand. Methods: This was a comparative–descriptive study in which the IM standards for the national accreditation agencies of Canada (CCHSA), USA (JCAHO) and New Zealand (QHNZ) were collected and investigated through the internet, and e-mail. Results: All of the accrediting agencies have accepted reliability, accuracy, and validity as data quality. JCAHO and CCHSA have adopted maximum standards related to evidence-based decision-making. Achieving positive outcomes was adopted by CCHSA and QHNZ, and is among the strongest points of their standards. Conclusion: These review findings revealed that the CCHSA and QHNZ had adopted the same standards with emphasis on information management planning, achieving positive outcomes and making improvement. While the strong points of JCAHO’s standards are patient specific information and evidence-based decision-making.

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)0,016
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,229
Score d'incertitude au seuil0,721

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,468
Écart entre enseignants0,354 · 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 tête enseignante, 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

Citations6
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Qazvin University of Medical SciencesMême sujetHealthcare Quality and ManagementTravaux en français237 207