‘Meet and greet’ intake appointments in primary care: a new pattern of patient intakes?
Notice bibliographique
Résumé
Background: Family physicians (FPs) are expected to take on new patients fairly and equitably and to not discriminate based on medical or social history. 'Meet and greet' appointments are initial meetings between physicians and prospective patients to establish fit between patient needs and provider scope of practice. The public often views these appointments as discriminatory; however, there is no empirical evidence regarding their prevalence or outcomes. Objectives: To determine the proportion of FPs conducting 'meet and greets' and their outcomes. Methods: Study design and setting: Census telephone survey of all FP practices in Nova Scotia (NS). Participants: Person who answers the FP office telephone. Main Outcomes: Proportion of FPs holding 'meet and greets'; proportion of FPs conducting 'meet and greets' who have ever decided not to continue seeing a patient after the meeting. Results: 9.2% of FPs accept new patients unconditionally; 51.1% accept new patients under certain conditions. Of those accepting patients unconditionally or with conditions, 46.9% require a 'meet and greet'; 41.8% have a first-come, first-serve policy. Among FPs who require a 'meet and greet', 44.0% decided, at least once, not to continue seeing a patient after the first meeting. Conclusion: 'Meet and greets' are common among FPs in NS and result in some patients not being accepted into practice. More research is needed to understand the intentions, processes, and outcomes of 'meet and greets'. We recommend that practice scope be made clear to prospective patients before their first visit, which may eliminate the need for 'meet and greets'.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».