MétaCan
Menu
Retour à la cohorte
Enregistrement W2615314383 · doi:10.1177/2327857917061051

Who is Drinking Our Kool-Aid? Hear Clinicians’ Perspective of their Human Factors Practitioner

2017· article· en· W2615314383 sur OpenAlexaff
Adjhaporn Khunlertkit, A. Joy Rivera, Shanqing Yin, Laurie Wolf, Dean Karavite, Catherine Dulude, Susan Harkness Regli

Notice bibliographique

RevueProceedings of the International Symposium on Human Factors and Ergonomics in Health Care · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)PerceptionHealth careMedicineEXPOSEMedical educationPublic relationsPsychologyNursingComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Human factors (HF) has multiple domains that integrate various disciplines; and its principles and methods can be diversely applied within an organization. Healthcare organizations have started to deploy HF Practitioner (HFP) to assist in enhancing patient safety. However, the path for HFP integration into a hospital is still immature, clinical staff may be unclear of how to effectively collaborate with their HFP, and what benefits could HFP provide. This panel brings in 5 panelists from different organizations, who will share their experience in collaborating with their clinical advocate. Most importantly, audiences will hear their clinician advocates’ perceptions of the collaborations and benefits that their HFP has delivered, which encouraged them to drink our HFP ‘Kool-Aid.’

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)0,028
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,059
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0340,026
Communication savante0,0200,021
Science ouverte0,0030,012
Intégrité de la recherche0,0240,041
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,273
Tête enseignante GPT0,549
Écart entre enseignants0,275 · 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'étudeQualitatif
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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Symposium on Human Factors and Ergonomics in Health CareMême sujetHealth Policy Implementation ScienceTravaux en français237 207