MétaCan
Menu
Retour à la cohorte
Enregistrement W2760144381

A Study of Medical Equipment Donations: Recipient Experiences

2016· article· en· W2760144381 sur OpenAlexaffabout
Beverly Bradley, Charles Yoon, Sulmaz Zahedi, Yolanda Adusei-poku, Bill Gentles

Notice bibliographique

RevueCMBES Proceedings · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueQuality and Safety in Healthcare
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDonationOutreachGeneral partnershipMedical equipmentSpare partHealth careBusinessBest practiceWorkloadMedicinePublic relationsMedical emergencyNursingMedical educationOperations managementMarketingEngineeringManagementPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Poorly executed medical equipment donations create major problems for developing countries.  The International Outreach Committee of the Canadian Medical and Biological Engineering Society (CMBES), in partnership with the Ghana Biomedical Engineering Association, conducted a study to better understand the  medical equipment donation practices of Canadian organizations, and to share best practices to help improve donation effectiveness.  We surveyed and interviewed Canadian donor organizations as well as hospital administrators and health care workers in 29 Ghanaian hospitals that have received medical equipment donations .  The overall results of our study will be presented, with a focus on the Canadian interviews and the perspectives of recipient hospitals in Ghana.  Major challenges reported by donation recipients in Ghana  included: a general lack of training for technical staff, poor post-donation follow-up practices, poor communication,and a lack of spare parts to maintain the donated equipment. As a result, improper maintenance reduces equipment efficacy and lifespan. Despite these concerns, in general recipients felt that donated medical equipment benefits their facility in diverse ways: e.g., facilitating service delivery to clients/patients, reducing workload, more accurate diagnostic information, and improved productivity of health workers.  Any donation initiative should be part of an on-going partnership consisting of three core elements: consultation; planning and process; and follow-up and monitoring. Details about these stages will be elaborated on in the presentation.  As part of on-going efforts to improve the effectiveness of medical equipment donations from Canada, the CMBES has created a video to help disseminate these best practices.

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)0,018
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 enseignants0,021
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,004
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,195
Tête enseignante GPT0,507
Écart entre enseignants0,312 · 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

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCMBES ProceedingsMême sujetQuality and Safety in HealthcareTravaux en français237 207