MétaCan
Menu
Retour à la cohorte
Enregistrement W2413390198 · doi:10.3399/bjgp15x687025

Micro-teams for better continuity in Tower Hamlets: we have a problem but we’re working on a promising solution!

2015· article· en· W2413390198 sur OpenAlexaff
Liliana Risi, Naureen Bhatti, Philippa Cockman, Joe Hall, Emma Ovink, Sean Macklin, George Freeman

Notice bibliographique

RevueBritish Journal of General Practice · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensLondon Health Sciences CentreSt. Stephen's University
Organismes subventionnairesnon disponible
Mots-clésAttendanceFeelingTowerMedicineDisadvantageEmergency departmentIvory towerMedical prescriptionNursingPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

We want fresh doctors', a Patient Participation Group member requested during an engagement event in Tower Hamlets in 2014.He went on to explain that he no longer wanted to consult doctors who looked tired and distracted.Tower Hamlets is characterised by high social disadvantage.People live with more illness, consult more frequently, and die younger, compared with more affluent areas.The number of patient contacts per GP is very high, resulting in both patients and doctors feeling more stressed after consultations.Despite this, Tower Hamlets is a place characterised by clinical leadership that is collaborative, innovative, brave, and informed by evidence.Restoring relational continuity of care has been high on the agenda because it improves safety and is cost-effective, through reducing prescriptions, tests, emergency department attendance, and hospital admissions. 1 In 2007, all 36 practices responsible for the 270 000 residents were organised into eight geographical networks, delivering services to approximately 35 000 patients per network.Continuity of information has been enabled through the universal use of EMIS Web across all practices and continuity of management is delivered through a set of commissioned network-improved services.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,038
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0130,003
Communication savante0,0040,005
Science ouverte0,0020,008
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0380,004

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 Opus0,099
Tête enseignante GPT0,420
Écart entre enseignants0,320 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of General PracticeMême sujetPrimary Care and Health OutcomesTravaux en français237 207