MétaCan
Menu
Retour à la cohorte
Enregistrement W2924495731 · doi:10.1097/phh.0000000000001000

Marching on the Road to Quality: Army Public Health Experience Adopting NACCHO's Roadmap to a Culture of Quality Framework

2019· article· en· W2924495731 sur OpenAlexaff
Stephanie A. Q. Gomez, Steven H. Bullock, Theresa Jackson Santo, Jessica Korona-Bailey, Jennifer J. McDannald, John J. Resta

Notice bibliographique

RevueJournal of Public Health Management and Practice · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensGeneral Dynamics (Canada)
Organismes subventionnairesArmy Public Health CenterOak Ridge Institute for Science and Education
Mots-clésAgency (philosophy)Quality (philosophy)WorkforcePublic healthWorkforce developmentPolitical sciencePublic relationsBusinessManagementEngineering managementPublic administrationMedicineEngineeringSociologyNursingLaw

Résumé

récupéré en direct d'OpenAlex

The US Army Public Health Center (APHC) adopted the National Association of County and City Health Officials' (NACCHO) Roadmap to a Culture of Quality (CoQ) Improvement framework to define its current culture and adapted the NACCHO's Organizational CoQ Self-Assessment Tool for applicability to a federal agency and workforce. More than 500 Civilian and Military personnel completed the self-assessment in October 2017. The results indicated that the APHC was categorized in the third of six total phases of the NACCHO's Roadmap to a CoQ (Phase 3: Informal or Ad Hoc QI Activities), which generated 13 transitional strategies to advance the APHC toward a CoQ. The APHC demonstrated that a federal public health organization can use and apply results from currently available self-assessment tools and frameworks related to a CoQ. By doing so, the APHC is optimizing its ability to ensure America's Soldiers and the Army Family receive essential and effective public health services.

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)0,031
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,004
Communication savante0,0050,004
Science ouverte0,0010,009
Intégrité de la recherche0,0010,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,339
Tête enseignante GPT0,577
Écart entre enseignants0,238 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public Health Management and PracticeMême sujetPublic Health Policies and EducationTravaux en français237 207