MétaCan
Menu
Retour à la cohorte
Enregistrement W2530093801 · doi:10.1093/intqhc/mzw104.110

ISQUA16-2683IMPROVING THE QUALITY AND SAFETY OF THE CONSULTATION AND REFERRAL PROCESS: IT'S MORE THAN PROFESSIONALISM AND COLLEGIALITY

2016· article· en· W2530093801 sur OpenAlexaffabout
David Moores, Michel Sargious, Bruce Fisher, Jodi Glassford

Notice bibliographique

RevueInternational Journal for Quality in Health Care · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensAlberta Health ServicesRoyal Alexandra HospitalUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAccreditationReferralQuality (philosophy)CollegialityProcess (computing)Patient safetyMedical educationHealth careNursingQuality managementMedicineFamily medicinePsychologyBusinessPolitical scienceService (business)Pedagogy

Résumé

récupéré en direct d'OpenAlex

Quality Referral Evolution (QuRE) is a collaborative initiative to make education and support for quality consultation/referral education part of the postgraduate residency training programs in Alberta. QuRE is organized as well for accredited self-study for practicing physicians and surgeons in the province. The QuRE program intends to improve the quality of communications in both the request and response to the consultation/referral process. The provision of better and timelier access to care for Albertans coupled with enhanced and more effective interdisciplinary communication will increase the quality and safety of health services. The QuRE Working Group was established with representatives from Alberta Health Services (AHS), the University of Calgary and the University of Alberta. AHS is the single health authority for the Province of Alberta. AHS delivers medical care on behalf the Government of Alberta's Ministry of Health through 400 facilities (hospitals, clinics, continuing care/mental health facilities and community health sites). Family practice/primary care services are delivered through a network of 43 Primary Care Networks (PCNs) and non-PCN family physicians.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,413
Score d'incertitude au seuil0,768

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,094
Tête enseignante GPT0,445
Écart entre enseignants0,352 · 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.

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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Quality in Health CareMême sujetHealthcare Systems and TechnologyTravaux en français237 207