MétaCan
Menu
Retour à la cohorte
Enregistrement W2581563352 · doi:10.12927/hcq.2017.25013

Implementation of Behavioural Supports Ontario (BSO): An Evaluation of Three Models of Care

2017· article· en· W2581563352 sur OpenAlexaffabout
Michelle Grouchy, Nancy Cooper, Tommy Wong

Notice bibliographique

RevueHealthcare Quarterly · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealthcare innovation and challenges
Établissements canadiensOntario Long Term Care Association
Organismes subventionnairesnon disponible
Mots-clésBest practiceHealth administrationHealth carePsychologyNursingProcess managementMedicineBusinessPublic relationsEnvironmental planningPolitical sciencePublic healthEnvironmental scienceManagementEconomics

Résumé

récupéré en direct d'OpenAlex

Behavioural Supports Ontario (BSO) was launched to enhance the healthcare services for Ontario's seniors, their caregivers and families living and coping with responsive behaviours associated with dementia and other neurological conditions. The implementation of the program varied across and within the local health integration networks (LHINs). By 2015, there were three BSO models operating within the long-term care (LTC) home sector: in-home BSO teams, a mobile team that serves multiple LTC homes within a sub-area of a LHIN and a LHIN-wide mobile team that provides services to all homes. A survey was undertaken to identify the differences among the BSO models of care in relation to care planning, collaboration and team building and home-level resident outcomes. We found that three years after implementation, LTC staff reported that the in-home BSO model out-performs the mobile team across all key measures. There is a role for mobile teams to provide expertise and sharing of best practices across the regions, but future policy and funding should focus on supporting the development of in-home BSO teams.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,472
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,001
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 Opus0,270
Tête enseignante GPT0,473
Écart entre enseignants0,203 · 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

Citations7
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetHealthcare innovation and challengesTravaux en français237 207