MétaCan
Menu
Retour à la cohorte
Enregistrement W2336969957

Accountability in Health Care and the Use of Performance Measures

2010· article· en· W2336969957 sur OpenAlexaffabout
Seija Kromm

Notice bibliographique

RevueSSRN Electronic Journal · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésAccountabilityHealth carePromotion (chess)PopulationBusinessPopulation healthHealth policyPerformance measurementMedicinePublic healthPublic relationsPolitical scienceEconomicsEnvironmental healthNursingMarketingEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Accountability is being stressed in the Canadian health care environment. This paper uses a framework that considers both the production characteristics of services provided and the type of accountability sought, and how they may impact a policy tools’ ability to achieve accountability. The production characteristic focused on is 'measurability,' or more specifically, the performance measures currently being used in the province of Ontario to achieve accountability. These measures are considered alongside the criteria of a high performing health system and policy tools, and are compiled into an inventory. Whether these accountability or performance measures align with the criteria of a high-performing health system may influence the likelihood that accountability for these criteria is achieved using the available policy tools. The inventory of available measures helps identify criteria, such as patient satisfaction and health promotion/population health, which are challenging to assess. In the case of patient satisfaction, a large number of measures were used to deal with the challenge of assessing performance. Conversely, health promotion/population health has only one corresponding measure. Health system efforts to achieve accountability are commendable, even if imperfect. These results indicate the opportunity for further research around accountability and the creation of measures.

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)0,012
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,005
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 Opus0,088
Tête enseignante GPT0,424
Écart entre enseignants0,336 · 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.

Devis d'étudeSans objet
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

Citations1
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetHealthcare Quality and ManagementTravaux en français237 207