Evaluating a Chronic Disease Management Improvement Collaboration: Lessons in Design and Implementation Fundamentals
Notice bibliographique
Résumé
Evaluating a Chronic Disease Management Improvement Collaboration ABstrActFor the Canadian Foundation for Healthcare Improvement (CFHI), the Atlantic Healthcare Collaboration (AHC) was a pivotal opportunity to build upon its experience and expertise in delivering regional change management training and to apply and refine its evaluation and performance measurement approach.This paper reports on its evaluation principles and approach, as well as the lessons learned as CFHI diligently coordinated and worked with improvement project (IP) teams and a network of stakeholders to design and undertake a suite of evaluative activities.The evaluation generated evidence and learnings about various elements of chronic disease prevention and management (CDPM) improvement processes, individual and team capacity building and the role and value of CFHI in facilitating tailored learning activities and networking among teams, coaches and other AHC stakeholders.résumé Dans le cas de la Fondation canadienne pour l'amélioration des services de santé (FCASS), la Collaboration des organismes de santé de l'Atlantique (COSA) était une occasion décisive de mettre à profit sa vaste expertise et sa riche expérience de formation en matière de gestion de changements régionaux, en plus d'affiner son approche d'évaluation et de mesure du rendement.Cet article porte sur les principes et l'approche de cette évaluation, ainsi que sur les enseignements tirés de l'expérience de la FCASS tandis que celle-ci travaillait diligemment à coordonner les activités de la Collaboration et à soutenir les équipes des projets d'amélioration (PA), ainsi que le réseau des parties prenantes concernées, dans le but de concevoir et d'entreprendre une série d'activités d'évaluation qui permettraient de produire des données probantes et des enseignements concernant divers éléments des processus d 'amélioration de la prévention et de la gestion des maladies chroniques (PGMC), ainsi que le renforcement des capacités individuelles et d'équipe.En outre, il s'agissait d'évaluer le
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 | 0,383 | 0,325 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,021 |
| Communication savante | 0,021 | 0,018 |
| Science ouverte | 0,005 | 0,015 |
| Intégrité de la recherche | 0,011 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».