Use of comparative performance indicators in rehabilitation
Notice bibliographique
Résumé
BACKGROUND: The development of performance indicators that enable benchmarking between organizations is an important mechanism for accountability, organizational learning, and performance improvement. In the province of Quebec (Canada), 21 rehabilitation organizations developed a common set of performance indicators through interorganizational collaboration. PURPOSE: The aims of this study were to describe the rehabilitation organizations' use of a common set of performance indicators and to identify the factors influencing such use. APPROACH: A qualitative survey was performed. Individual semistructured interviews were conducted with executives (n = 18) working at 16 rehabilitation organizations using a common set of performance indicators. A thematic analysis of the factors of use was performed according to the Consolidated Framework for Implementation Research. The use of performance indicators was categorized as purposeful, political, or passive. FINDINGS: Our results showed that all organizations used the common set of performance indicators. Four factors were identified as important to all the rehabilitation organizations to explain their interest in comparative performance indicators: the need to develop their own performance indicators, the compatibility of performance information with organizational needs, complexity/simplicity of performance information, and the support offered by their common association. Sixty-three percent of rehabilitation organizations made purposeful or political use of performance indicators. Three main factors contributed to typify those organizations from the others: the perceived quality of the performance indicators, the leadership of decision makers, and the resources available. PRACTICE IMPLICATIONS: Our results showed that use of performance indicators can support the initiation of projects for improving the quality of care. Key recommendations are proposed to decision makers that may enhance performance indicators' use.
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 | 0,096 | 0,193 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,013 | 0,018 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».