MétaCan
Menu
Retour à la cohorte
Enregistrement W2337586720 · doi:10.1371/journal.pmed.1001995

Observational Evidence of For-Profit Delivery and Inferior Nursing Home Care: When Is There Enough Evidence for Policy Change?

2016· article· en· W2337586720 sur OpenAlexaff
Lisa A. Ronald, Margaret J. McGregor, Charlene Harrington, Allyson M Pollock, Joel Lexchin

Notice bibliographique

RevuePLoS Medicine · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of TorontoYork UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésObservational studyMedicineNursingFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Points• Nursing home residents are a highly vulnerable population, and nursing home care quality has been a persistent focus of public concern.• There is considerable evidence from observational studies that public funding of care delivered in for-profit facilities is inferior to care delivered in public or nonprofit facilities.• The past decade has seen many industrialized countries increasing governmental payment for care of frail seniors in for-profit nursing homes, leading to questions about whether this leads to inferior care.• Many of Bradford Hill's guidelines for causation can be found in published studies supporting a causal link between for-profit ownership and inferior care.• The precautionary principle should be applied when developing policy for this frail and vulnerable population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,195
score de la tête « metaresearch » (Gemma)0,576
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,993

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1950,576
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0040,005
Études des sciences et des technologies0,0020,010
Communication savante0,0080,013
Science ouverte0,0070,006
Intégrité de la recherche0,0170,018
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,410
Tête enseignante GPT0,485
Écart entre enseignants0,075 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
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

Citations70
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetGeriatric Care and Nursing HomesTravaux en français237 207