MétaCan
Menu
Retour à la cohorte
Enregistrement W2806737565 · doi:10.1186/s12913-018-3194-7

Organizational factors influencing successful primary care and public health collaboration

2018· article· en· W2806737565 sur OpenAlexafffundabout
Ruta Valaitis, Donna Meagher‐Stewart, Ruth Martin‐Misener, Sabrina T. Wong, Marjorie MacDonald, Linda O’Mara

Notice bibliographique

RevueBMC Health Services Research · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensUniversity of VictoriaDalhousie UniversityMcMaster University
Organismes subventionnairesMichael Smith Health Research BCMcMaster UniversityPublic Health Agency of CanadaPublic Health AgencyRegistered Nurses' Association of OntarioCanadian Health Services Research Foundation
Mots-clésHealth administrationPublic healthNursing researchHealth carePublic sectorPublic relationsHealth informaticsContext (archaeology)Government (linguistics)NursingHealth policyOrganizational cultureHealth services researchMedicineQualitative researchBusinessPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Public health and primary care are distinct sectors within western health care systems. Within each sector, work is carried out in the context of organizations, for example, public health units and primary care clinics. Building on a scoping literature review, our study aimed to identify the influencing factors within these organizations that affect the ability of these health care sectors to collaborate with one another in the Canadian context. Relationships between these factors were also explored. METHODS: We conducted an interpretive descriptive qualitative study involving in-depth interviews with 74 key informants from three provinces, one each in western, central and eastern Canada, and others representing national organizations, government, or associations. The sample included policy makers, managers, and direct service providers in public health and primary care. RESULTS: Seven major organizational influencing factors on collaboration were identified: 1) Clear Mandates, Vision, and Goals; 2) Strategic Coordination and Communication Mechanisms between Partners; 3) Formal Organizational Leaders as Collaborative Champions; 4) Collaborative Organizational Culture; 5) Optimal Use of Resources; 6) Optimal Use of Human Resources; and 7) Collaborative Approaches to Programs and Services Delivery. CONCLUSION: While each influencing factor was distinct, the many interactions among these influences are indicative of the complex nature of public health and primary care collaboration. These results can be useful for those working to set up new or maintain existing collaborations with public health and primary care which may or may not include other organizations.

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)0,028
score de la tête « metaresearch » (Gemma)0,096
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,096
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0150,008
Communication savante0,0100,003
Science ouverte0,0020,010
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,109
Tête enseignante GPT0,513
Écart entre enseignants0,404 · 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

Citations86
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetPublic Health Policies and EducationTravaux en français237 207