MétaCan
Menu
Retour à la cohorte
Enregistrement W2758881383 · doi:10.1097/hcm.0000000000000185

A Health Care Project Management Office's Strategies for Continual Change and Continuous Improvement

2017· article· en· W2758881383 sur OpenAlexaff
Mélanie Lavoie‐Tremblay, Monique Aubry, Marie‐Claire Richer, Guylaine Cyr

Notice bibliographique

RevueThe Health Care Manager · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensUniversité du Québec à MontréalMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésProcess managementBusinessChange management (ITSM)Context (archaeology)Change orderHealth careFlexibility (engineering)MandateProject managementKnowledge managementOPM3Project management triangleManagementComputer scienceMarketingLean manufacturingPolitical science

Résumé

récupéré en direct d'OpenAlex

Health care organizations need project and change management support in order to achieve successful transformations. A project management office (PMO) helps support the organizations through their transformations along with increasing their capabilities in project and change management. The aim of the present study was to extend understanding of the continuous improvement mechanisms used by PMOs and to describe PMO's strategies for continual change and continuous improvement in the context of major transformation in health care. This study is a descriptive case study design with interviews conducted from October to December 2015 with PMO's members (3 managers and 1 director) and 3 clients working with the PMO after a major redevelopment project ended (transition to the new facility). Participants suggested a number of elements including carefully selecting the members of the PMO, having a clear mandate for the PMO, having a method and a discipline at the same time as allowing openness and flexibility, clearly prioritizing projects, optimizing collaboration, planning for everything the PMO will need, not overlooking organizational culture, and retaining the existing support model. This study presents a number of factors ensuring the sustainability of changes.

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)0,042
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,223

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,044
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,006
Communication savante0,0120,006
Science ouverte0,0020,009
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,148
Tête enseignante GPT0,484
Écart entre enseignants0,337 · 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'étudeSans objet
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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Health Care ManagerMême sujetHealthcare Quality and ManagementTravaux en français237 207