To Publish or Not: Experience and Evidence About Publishing Hospital Outcomes Data
Notice bibliographique
Résumé
Since the mid-1980s, the publication of hospital outcomes data has become increasingly popular. Canada and the US operate performance reporting systems, with similar initiatives planned in Australia and New Zealand (Mannion and Davies, 2002). In Europe, outcomes data are collected and published in the UK, Italy, Scandinavia and the Netherlands (Marshall and Brook, 2002). Whilst political and regulatory attitudes differ across countries, the economic motivations are often similar. Concern with escalating health care costs and regional variations in the quality of care has led countries to examine ways to improve value for money from their health systems, one of which is to place key data in the public domain (Marshall et al., 2003, Davies and Lampel, 1998, Fottler et al., 1987). Publication also forms part of a framework of accountability, along with regulation such as audit, accreditation, licensing and inspections; market (or quasi market) forces; and legislation (Davies, 1999). More broadly, publication is a means of realising the key political and cultural objectives of transparency and openness - publication aims to promote – or restore – public trust (Marshall et al., 2000a, Davies and Shields, 1999). A related motivation is that the public places ever more emphasis on a 'right to know' about goods and services generally, a right that is recognised in the Freedom of Information Act 2000. Thus, the availability of information is also valued for its own sake, whether or not this changes behaviour. The aims of this report are to describe and discuss particular systems of publication of hospital outcomes data in some detail, to present a critique of what these systems, why they were set up and how they operate, and to explore the potential implications for policy and practice in the UK health care system.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».