MétaCan
Menu
Retour à la cohorte
Enregistrement W2744192312 · doi:10.1177/2050312117719093

Variables associated with work performance in multidisciplinary mental health teams

2017· article· en· W2744192312 sur OpenAlexaffabout
Marie‐Josée Fleury, Guy Grenier, Jean-Marie Bamvita, François Chiocchio

Notice bibliographique

RevueSAGE Open Medicine · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of OttawaMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésClanMental healthMultidisciplinary approachOrganizational cultureWork (physics)MedicineOrganizational performanceKnowledge managementHierarchyApplied psychologyPsychologyPublic relationsPsychiatryComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study investigates work performance among 79 mental health teams in Quebec (Canada). We hypothesized that work performance was positively associated with the use of standardized clinical tools and clinical approaches, integration strategies, "clan culture," and mental health funding per capita. METHODS: Work performance was measured using an adapted version of the Work Role Questionnaire. Variables were organized into four key areas: (1) team attributes, (2) organizational culture, (3) inter-organizational interactions, and (4) external environment. RESULTS: Work performance was associated with two types of organizational culture (clan and hierarchy) and with two team attributes (use of standardized clinical tools and approaches). DISCUSSION AND CONCLUSION: This study was innovative in identifying associations between work performance and best practices, justifying their implementation. Recommendations are provided to develop organizational cultures promoting a greater focus on the external environment and integration strategies that strengthen external focus, service effectiveness, and innovation.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,099
Score d'incertitude au seuil0,999

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 technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,044
Tête enseignante GPT0,466
Écart entre enseignants0,423 · 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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAGE Open MedicineMême sujetInterprofessional Education and CollaborationTravaux en français237 207