MétaCan
Menu
Retour à la cohorte
Enregistrement W2625846985 · doi:10.12927/hcq.2017.25071

Integrating Engagement and Improvement Work in a Pediatric Hospital

2017· article· en· W2625846985 sur OpenAlexaffabout
Mireille Brosseau, Diane Gagnon, Kristina Rohde, Jennifer Schellinck

Notice bibliographique

RevueHealthcare Quarterly · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensCarleton UniversityCanadian Foundation for Healthcare ImprovementOntario Centre of Excellence for Child and Youth Mental HealthCanadian Patient Safety Institute
Organismes subventionnairesnon disponible
Mots-clésQuality managementProcess managementAction planWork (physics)Best practiceQuality (philosophy)Isolation (microbiology)NursingProcess (computing)Employee engagementAction (physics)Patient careMedicineOperations managementBusinessKnowledge managementPublic relationsComputer scienceEngineeringMarketingService (business)Political science

Résumé

récupéré en direct d'OpenAlex

Although geared towards a common goal - improved patient-centred care - quality improvement strategies and patient engagement-focused approaches are often developed and conducted in silos. The lack of integration may lead, on the one hand, to the uptake of patient suggestions that do not always take into consideration implications for the delivery of quality care and, on the other hand, to inadequate understanding of patient views required to create optimal services. The Children's Hospital of Eastern Ontario (CHEO)'s action plans to address gaps in patient engagement and quality improvement, two of its priority areas, were initially carried out in isolation of each other. While implementing a key patient engagement initiative using an experience-based co-design approach, Lean process improvement tools were used to plan and implement projects to improve patient, family and staff experiences of care. Preliminary assessments of this project revealed that the integration of these two approaches is feasible and that it was well received by both staff and families. There is important synergy to be found between patient engagement and quality improvement that needs to be leveraged by organizational structures and processes to fulfill the commitments inherent in both fields.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,106
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,064
Tête enseignante GPT0,411
Écart entre enseignants0,347 · 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.

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 sujetPatient Satisfaction in HealthcareTravaux en français237 207