MétaCan
Menu
Retour à la cohorte
Enregistrement W2806013538 · doi:10.1186/s12913-018-3103-0

A study of leading indicators for occupational health and safety management systems in healthcare

2018· article· en· W2806013538 sur OpenAlexaffabout
Joan Almost, Elizabeth G. VanDenKerkhof, Peter Strahlendorf, Louise Caicco Tett, Joanna Noonan, Thomas J. Hayes, Henrietta Van hulle, Jeremy Holden, Tracy Kent-Hillis, Geneviève C. Paré, Karanjit Lachhar, Vanessa Silva e Silva

Notice bibliographique

RevueBMC Health Services Research · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensHotel Dieu HospitalKingston Health Sciences CentreOttawa HospitalKingston General HospitalGroup Health CentreToronto Metropolitan UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésHealth careHealth administrationOccupational safety and healthMedicinePatient safetyLaggingHealth informaticsEnvironmental healthFocus groupOvertimeNursing researchPublic healthNursingBusinessMarketingEconomic growth

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In Ontario, Canada, approximately $2.5 billion is spent yearly on occupational injuries in the healthcare sector. The healthcare sector has been ranked second highest for lost-time injury rates among 16 Ontario sectors since 2009 with female healthcare workers ranked the highest among all occupations for lost-time claims. There is a great deal of focus in Ontario's occupational health and safety system on compliance and fines, however despite this increased focus, the injury statistics are not significantly improving. One of the keys to changing this trend is the development of a culture of healthy and safe workplaces including the effective utilization of leading indicators within Occupational Health and Safety Management Systems (OHSMSs). In contrast to lagging indicators, which focus on outcomes retrospectively, a leading indicator is associated with proactive activities and consists of selected OHSMSs program elements. Using leading indicators to measure health and safety has been common practice in high-risk industries; however, this shift has not occurred in healthcare. The aim of this project is to conduct a longitudinal study implementing six elements of the Ontario Safety Association for Community and Healthcare (OSACH) system identified as leading indicators and evaluating the effectiveness of this intervention on improving selected health and safety workplace indicators. METHODS: A quasi-experimental longitudinal research design will be used within two Ontario acute care hospitals. The first phase of the study will focus on assessing current OHSMSs using the leading indicators, determining potential facilitators and barriers to changing current OHSMSs, and identifying the leading indicators that could be added or changed to the existing OHSMS in place. Phase I will conclude with the development of an intervention designed to support optimizing current OHSMSs in participating hospitals based on identified gaps. Phase II will pilot test and evaluate the tailored intervention. DISCUSSION: By implementing specific elements to test leading indicators, this project will examine a novel approach to strengthening the occupational health and safety system. Results will guide healthcare organizations in setting priorities for their OHSMSs and thereby improve health and safety outcomes.

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)0,017
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil0,979

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,036
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,003
Communication savante0,0040,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,205
Tête enseignante GPT0,580
Écart entre enseignants0,375 · 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'étudeObservationnel
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

Citations49
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetOccupational Health and Safety ResearchTravaux en français237 207