MétaCan
Menu
Retour à la cohorte
Enregistrement W2746549107 · doi:10.12927/hcq.2017.25227

Leading Practices in Alternate Levels of Care (ALC) Avoidance: A Standardized Approach

2017· article· en· W2746549107 sur OpenAlexaffabout
Elaine Burr, Sandra Dickau

Notice bibliographique

RevueHealthcare Quarterly · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealthcare innovation and challenges
Établissements canadiensToronto East General HospitalHome and Community Care Support Services
Organismes subventionnairesnon disponible
Mots-clésBest practiceHealth careSet (abstract data type)NursingBusinessMedicinePublic relationsPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Providers across the healthcare system want to provide the right care, in the right place, in a timely manner. Patients listed as alternate level of care (ALC) are often not in the right place to receive the necessary care. In 2014, using a standardized approach, the Toronto Central Community Care Access Centre (CCAC), now Toronto Central Local Health Integration Network (LHIN), set out to reduce the number of ALC beds in hospitals to ensure that more people received the most appropriate level and type of care. Case studies cited in this article will highlight the successes that CCAC and its various partners have realized in developing and implementing strategies.

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)0,153
score de la tête « metaresearch » (Gemma)0,094
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,153
Score d'incertitude au seuil0,810

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1530,094
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0110,007
Études des sciences et des technologies0,0230,035
Communication savante0,0300,021
Science ouverte0,0120,044
Intégrité de la recherche0,0100,015
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,153
Tête enseignante GPT0,459
Écart entre enseignants0,306 · 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'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