MétaCan
Menu
Retour à la cohorte
Enregistrement W2905452722 · doi:10.12927/hcq.2018.25640

Development of Patient-Inclusive Teams: Toward a Structured Methodology

2018· article· en· W2905452722 sur OpenAlexaffabout
Marie‐Pascale Pomey, Paule Lebel, Nathalie Clavel, Édith Morin, Mireille Morin, Catherine Neault, Benoît Tétreault, Anna-Paulina Ewalds Mulliez

Notice bibliographique

RevueHealthcare Quarterly · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensCentre intégré universitaire de santé et de services sociaux de la Mauricie-et-du-Centre-du-QuébecUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésTeamworkPatient safetyProcess (computing)Quality (philosophy)Best practicePatient careProcess managementNursingQuality managementMedicinePsychologyMedical educationHealth careOperations managementBusinessComputer scienceEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

Over the last few years, the role of patients in the health system has become essential to improving the quality of care and services.However, the literature shows that patient engagement is not always ideally applied to improve the quality and safety of care and that patient engagement can be tokenistic.Through experiences conducted in Quebec, it is possible to outline a structured process involving both professional stakeholders and patients that illustrates optimal conditions to be applied for successful teamwork involving patients. RésuméAu cours des dernières années, le rôle des patients dans le système de santé est devenu essentiel pour améliorer la qualité des soins et des services.Cependant, la littérature montre que l'engagement des patients n'est pas toujours réalisé idéalement pour améliorer la qualité et la sécurité des soins et que l'engagement des patients peut être symbolique.Au travers de l'expérience menée au Québec, il est possible de faire ressortir un processus structuré portant à la fois sur les intervenants et les patients, qui permet de mettre en œuvre les conditions optimales à une réussite du travail d'équipe incluant des patients.

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)0,160
score de la tête « metaresearch » (Gemma)0,111
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,845

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1600,111
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0050,009
Communication savante0,0090,006
Science ouverte0,0050,011
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,222
Tête enseignante GPT0,468
Écart entre enseignants0,247 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations53
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetMental Health and Patient InvolvementTravaux en français237 207