MétaCan
Menu
Retour à la cohorte
Enregistrement W2887134144 · doi:10.12927/hcpol.2018.25547

Stakeholder Views on Solutions to Improve Health System Performance

2018· article· fr· W2887134144 sur OpenAlexaffvenueabout
Astrid Brousselle, Damien Contandriopoulos, Jeannie Haggerty, Mylaine Breton, Michèle Rivard, Marie‐Dominique Beaulieu, Geneviève Champagne, Mélanie Perroux

Notice bibliographique

RevueHealthcare policy · 2018
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensMontreal Clinical Research InstituteSt Mary's Hospital CentreUniversité de MontréalMcGill University Health CentreUniversity of VictoriaHôpital Charles-Le Moyne
Organismes subventionnairesnon disponible
Mots-clésResistance (ecology)StakeholderHealthcare systemHealth careBusinessKnowledge managementPublic relationsPoliticsProcess managementPsychologyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Context: Significant reforms are needed to improve healthcare system performance in Quebec. Even though the characteristics of high-performing healthcare systems are well-known, Quebec's reforms have not succeeded in implementing many critical elements. Converging evidence from political science models suggests stakeholders' preferences are central in determining policy content, adoption, and implementation. Objective: To analyze whether doctors', nurses', pharmacists' and health administrators' preferences could explain the observed inability to implement known characteristics of high-performing healthcare systems. Design: A questionnaire on various propositions identified in the scientific literature was sent to 2,491 potential respondents. Results: Overall response rate was 37%. There was considerable consensus on identified solutions to improve the healthcare system. Resistance was observed in two major areas: information systems and changes directly affecting doctors' practice. The groups' positions cannot explain the inability to implement important characteristics of high-performing systems. The findings raise new questions on the actual sources of resistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,787
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,027

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 Opus0,384
Tête enseignante GPT0,519
Écart entre enseignants0,135 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetHealthcare Systems and PracticesTravaux en français237 207