Team dynamics within quality improvement teams: a scoping review
Notice bibliographique
Résumé
PURPOSE: This scoping review examines what is known about the processes of quality improvement (QI) teams, particularly related to how teams impact outcomes. The aim is to provide research-informed guidance for QI leaders and to inform future research questions. DATA SOURCES: Databases searched included: MedLINE, EMBASE, CINAHL, Web of Science and SCOPUS. STUDY SELECTION: Eligible publications were written in English, published between 1999 and 2016. Articles were included in the review if they examined processes of the QI team, were related to healthcare QI and were primary research studies. Studies were excluded if they had insufficient detail regarding QI team processes. DATA EXTRACTION: Descriptive detail extracted included: authors, geographical region and health sector. The Integrated (Health Care) Team Effectiveness Model was used to synthesize findings of studies along domains of team effectiveness: task design, team process, psychosocial traits and organizational context. RESULTS OF DATA SYNTHESIS: Over two stages of searching, 4813 citations were reviewed. Of those, 48 full-text articles are included in the synthesis. This review demonstrates that QI teams are not immune from dysfunction. Further, a dysfunctional QI team is not likely to influence practice. However, a functional QI team alone is unlikely to create change. A positive QI team dynamic may be a necessary but insufficient condition for implementing QI strategies. CONCLUSIONS: Areas for further research include: interactions between QI teams and clinical microsystems, understanding the role of interprofessional representation on QI teams and exploring interactions between QI team task, composition and process.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».