MétaCan
Menu
Retour à la cohorte
Enregistrement W2892609265 · doi:10.1108/jhom-07-2017-0189

Team based communication and the healthcare communication space

2018· article· en· W2892609265 sur OpenAlexaff
Janet Alexandra Cornett, Craig Kuziemsky

Notice bibliographique

RevueJournal of Health Organization and Management · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHealth careSpace (punctuation)NursingHealth communicationPublic relationsSociologyKnowledge managementPsychologyMedicineComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: While previous studies have described structural, process and social aspects of the healthcare communication space there is no overall model of it. Such a model is an essential first step to improving the operationalization and management of healthcare communication. The paper aims to discuss these issues. DESIGN/METHODOLOGY/APPROACH: This paper used a case study approach to study team-based communication on a palliative care unit. Non-participant observation, interviews and documents were analyzed using qualitative content analysis. FINDINGS: The analysis developed an overall model of the healthcare communication space that consists of five stages: purpose, practices and workflows, structures, implementation, and the development of common ground to support team-based communication. The authors' findings emphasized that implicit communication remains a predominant means of communication and workflow issues at the individual level are a frequent cause of unnecessary group communication tasks. ORIGINALITY/VALUE: To improve team-based communication we first need to develop protocols that support team communication needs such as loop closing of group communication tasks in order to minimize unnecessary individual communication tasks. We also need to develop common ground at the protocol, document and terminology levels as part of supporting team-based communication.

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)0,013
score de la tête « metaresearch » (Gemma)0,024
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0070,020
Communication savante0,0120,011
Science ouverte0,0010,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,021
Tête enseignante GPT0,409
Écart entre enseignants0,387 · 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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health Organization and ManagementMême sujetInterprofessional Education and CollaborationTravaux en français237 207