MétaCan
Menu
Retour à la cohorte
Enregistrement W2914738648 · doi:10.1080/22423982.2019.1571384

Non-clinical determinants of Medevacs in Nunavut: perspectives from northern health service providers and decision-makers

2019· article· en· W2914738648 sur OpenAlexafffundabout
Leah McDonnell, Josée G. Lavoie, Gwen Healey, Sabrina T. Wong, Sara Goulet, Wayne Clark

Notice bibliographique

RevueInternational Journal of Circumpolar Health · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensManitoba HealthUniversity of British ColumbiaQaujigiartiit Health Research CentreUniversity of Manitoba
Organismes subventionnairesInstitute of Indigenous Peoples' HealthCanadian Institutes of Health Research
Mots-clésService providerCircumpolar starEnvironmental healthEnvironmental planningBusinessService (business)PsychologyGeographyEnvironmental resource managementMedicineEnvironmental scienceMarketing

Résumé

récupéré en direct d'OpenAlex

A medevac involves the transport of a critically ill patient, usually by plane or helicopter, to access necessary and at times life-saving care, most often only accessible in urban centres. Medevacs are commonly used in resource-limited and geographically isolated areas in Canada. The objective of this study was to explore the determinants of medevac decision-making from the perspective of frontline care providers and decision-makers in Nunavut. For this purpose, we conducted a secondary analysis of 90 in-depth interviews. Findings indicate that medevacs can be the result of a number of intersecting factors, including the referring and receiving provider's experience, insufficient staffing in health centres, lack of access to diagnostic or treatment-related, and challenges related to recruitment and retention. An expanded scope of practice for frontline care providers, and a related lack of training and/or confidence in skills, only add to these challenges. Medevacs play an important role related to managing shifting community nursing workloads, which expands and contracts in response to local needs. Attention to structural issues, putting in place virtual peer support systems, resolving vacancies left by the lag between attrition and recruitment, increasing access to training, and local diagnostic and treatment equipment, might decrease reliance of medevacs.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,033
Tête enseignante GPT0,435
Écart entre enseignants0,402 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations27
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Circumpolar HealthMême sujetIndigenous Studies and EcologyTravaux en français237 207