MétaCan
Menu
Retour à la cohorte
Enregistrement W2922687990 · doi:10.12927/hcq.2019.25742

Experimenting with Governance: Alberta’s Strategic Clinical Networks

2019· article· en· W2922687990 sur OpenAlexaffvenueabout
Deborah White, Navjot Kaur Virk, Meghan Jackson, Henry T. Stelfox, Tracy Wasylak, William A. Ghali

Notice bibliographique

RevueHealthcare Quarterly · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceGovernment (linguistics)Health careClinical governanceHealthcare deliveryIntervention (counseling)Quality (philosophy)BusinessQuality managementBest practiceHealth professionalsPublic relationsMedicineNursingPolitical scienceEconomic growthMarketingFinanceEconomics

Résumé

récupéré en direct d'OpenAlex

Alberta is undertaking a bold and somewhat risky step overhauling its health system governance to build higher performance in quality, safety and improved health outcomes for Albertans. On the heels of having re-established a single province-wide health authority (Alberta Health Services [AHS]), provincial health system decision makers have moved to establish province-wide Strategic Clinical Networks™ (SCNs). Sixteen SCNs have been implemented, and all are constituted as teams of healthcare professionals, researchers, government stakeholders, patients and families seeking to improve delivery of healthcare across the province. SCNs were developed in part as a strategy for strengthening clinical engagement to achieve a broad range of healthcare delivery benefits including improvement of clinical care processes and reduced variations in practice, better access to care and improved patient outcomes across the province. Here, we examine the rationale and potential of this governance intervention, while also considering some of the fundamental questions around their potential impact and the ultimate need for multidimensional assessment.

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)0,043
score de la tête « metaresearch » (Gemma)0,035
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,875

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,035
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0210,017
Communication savante0,0110,004
Science ouverte0,0030,014
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,113
Tête enseignante GPT0,468
Écart entre enseignants0,355 · 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

Citations5
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetHealthcare Quality and ManagementTravaux en français237 207