MétaCan
Menu
Retour à la cohorte
Enregistrement W2756015406 · doi:10.59586/jsrc.v2i2.13

Going Beyond Good Intentions: Needs Assessment for Student-Led Health Outreach in Northern Ontario

2016· article· en· W2756015406 sur OpenAlexaffabout
Joelle Thorgrimson, D Doble, Jazmyn Balfour-Boehm, Jaya Bastedo, Jeremy Cole, François Doiron, Moira Haggarty, Karoline Hoy, Michelle McLean, Karl Rom, Duane Shewfelt, Wilson Stephenson, John Haggarty, Ian Newhouse

Notice bibliographique

RevueJournal of Student-Run Clinics · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensLakehead UniversityWestern UniversityNOSM University
Organismes subventionnairesnon disponible
Mots-clésThematic analysisOutreachContext (archaeology)Health careMental healthFocus groupPublic relationsNeeds assessmentMedicineScarcityMedical educationNursingPsychologyQualitative researchBusinessPolitical scienceSociologyMarketingGeographyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: The pervasiveness of healthcare needs in the context of economic scarcity demands stewardship of healthcare resources. Despite evidence demonstrating the value of student-run clinics (SRCs), those interested in establishing or preserving SRCs are increasingly requested to conduct needs assessments. To our knowledge, no literature has described a needs assessment conducted by a developing SRC, nor how the results might inform the services offered by a SRC. This paper will explore the process, findings, and implications of a needs assessment conducted by an interprofessional team of students in Thunder Bay, Ontario, Canada.Methods: A total of 19 semi-structured interviews were conducted. Informants included: sector representatives, potential consumers, and educators. With the use of a comprehensive regional database, a local healthcare center aided with participant selection. Interviews were audio-recorded, transcribed, and qualitatively analyzed for thematic content by multiple researchers. While sector representatives and potential consumers are the subject of this paper, analysis of education interviews will be the subject of another publication.Results: The main themes encompassed existing services, primary health concerns, barriers to services, and gaps in services. The most cited health problem was drug and alcohol use. Diabetes, cardiovascular disease and mental illness were also frequently noted. Lack of basic necessities were felt to contribute to poor health. Gaps in services related to system navigation and coordination, mental health and addictions services, and preventative health services, which were felt to be more prominent for women, youth, seniors, First Nations, and LGBT populations. All participants identified opportunities for a SRC. Recommended SRC focus areas included: disease prevention, system navigation, walk-in/urgent care, counseling, safe social space, and mobile services. Some participants commented on the importance of supervision and sustainability.Conclusions: Extensive community healthcare needs were revealed which could be addressed by a SRC, while continued research exploring the effectiveness of a SRC response to a priori identified needs is warranted.

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)0,008
score de la tête « metaresearch » (Gemma)0,012
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,557

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,012
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,002
Communication savante0,0030,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,062
Tête enseignante GPT0,518
Écart entre enseignants0,456 · 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

Citations9
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Student-Run ClinicsMême sujetInterprofessional Education and CollaborationTravaux en français237 207