An Interdisciplinary Approach to Implementing a Best Practice Guideline in Public Health
Notice bibliographique
Résumé
This article describes how one Ontario Public Health Unit implemented a best practice guideline throughout the organization and across disciplines to achieve best practice outcomes in the delivery of client-centered care. Integration of evidence-informed practice presents challenges for both implementation and sustainability. Applying a best practice guideline in the public health setting can add to the challenge. To address this, a variety of interventions were applied: building an interdisciplinary team, adapting a Registered Nurses' Association of Ontario Best Practice Guideline to reflect public health practice for nursing and other disciplines, developing a working definition of "client," engaging staff in knowledge translation, developing policy to support practice change, and incorporating client-centered care principles into daily practice. Outcomes indicate that nursing best practice guidelines, specific to client-centered care, can be successfully adapted and applied in public health practice. Considerations include the varied definitions of a "client," the various roles of public health professionals, and engagement of both internal and external clients. Moreover, interdisciplinary staff can apply the principles of client-centered care when working with clients and when engaging in education-, practice-, and policy-level initiatives to support evidence-informed practice.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,189 | 0,170 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,016 | 0,021 |
| Communication savante | 0,019 | 0,013 |
| Science ouverte | 0,009 | 0,026 |
| Intégrité de la recherche | 0,014 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».