MétaCan
Menu
Retour à la cohorte
Enregistrement W2752267739 · doi:10.2217/nmt-2017-0015

Health System Redesign Using Collective Impact: Implementation of the Behavioural Supports Ontario Initiative in Southwest Ontario

2017· article· en· W2752267739 sur OpenAlexaffabout
Iris Gutmanis, Jennifer Speziale, Loretta M. Hillier, Elisabeth van Bussel, Julie Girard, K. M. Simpson

Notice bibliographique

RevueNeurodegenerative Disease Management · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensOntario Stroke NetworkHamilton Health SciencesSt Joseph's Health CareLawson Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésNeurocognitiveProcess managementMental healthScale (ratio)BusinessHealthcare systemCollective leadershipTheory of changePublic relationsService (business)NursingHealth carePsychologyKnowledge managementPolitical scienceMedicineCognitionMarketingComputer scienceSociologyPsychiatryGeography

Résumé

récupéré en direct d'OpenAlex

This paper describes how the Collective Impact framework facilitated the design, implementation and development of a quality improvement initiative aimed at changing the way healthcare is provided to older adults living with mental health, addictions, neurocognitive and behavioral issues in southwestern Ontario. By promoting a common agenda, shared measurement systems, mutually reinforcing activities, continuous communication and with leadership from a backbone organization, system-wide change occurred. Outcomes, operational/strategic, clinical, capacity enhancement and community support structures as well as challenges are discussed. Improved coordination with primary care will further support enhanced clinical activities and capacity development strategies. Large-scale, multisectoral change is possible when aligned with a collaborative, problem-solving framework that promotes the commitment of many service providers/agencies to a common agenda.

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)0,022
score de la tête « metaresearch » (Gemma)0,019
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: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,999

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,005
Communication savante0,0040,002
Science ouverte0,0020,008
Intégrité de la recherche0,0010,001
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 Opus0,423
Tête enseignante GPT0,563
Écart entre enseignants0,141 · 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 revueNeurodegenerative Disease ManagementMême sujetHealth Policy Implementation ScienceTravaux en français237 207