MétaCan
Menu
Retour à la cohorte
Enregistrement W2995369479 · doi:10.3389/fpubh.2019.00374

Local Health Department Accreditation Is Associated With Organizational Supports for Evidence-Based Decision Making

2019· article· en· W2995369479 sur OpenAlexfundno aff
Peg Allen, Stephanie Mazzucca, Renee G. Parks, Mackenzie Robinson, Rachel G. Tabak, Ross C. Brownson

Notice bibliographique

RevueFrontiers in Public Health · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesCenters for Disease Control and PreventionNational Cancer InstituteWashington University in St. LouisNational Institutes of HealthMcMaster UniversityComprehensive Cancer Center, City of HopeSaint Louis University
Mots-clésAccreditationHealth departmentMedicineFamily medicineMedical educationNursingPublic health

Résumé

récupéré en direct d'OpenAlex

Introduction: Recent studies show health department accreditation from the U.S. Public Health Accreditation Board (PHAB) drives performance management and quality improvement. Domain 10 of the PHAB standards calls for agencies to use evidence in decision-making. It is unknown whether accreditation is associated with organizational supports for evidence-based decision making (EBDM). Self-report data from a 2017 survey of U.S. local health departments were analyzed to test relationships of accreditation status with organizational supports for EBDM. Methods: A cross-sectional survey was conducted in this observational study. A total of 579 local health departments were invited to complete an online survey; 350 (60.4%) provided complete data for the present study. The dependent variables were six factors of organizational supports for EBDM previously validated through confirmatory factor analyses. Accreditation status (PHAB-accredited, preparing, not preparing) was the independent variable of interest. Logistic regression analyses controlled for governance (presence of a local board of health; state, local, or shared state and local governance) and jurisdiction population size. Results: PHAB-accredited health departments were more likely to report higher capacity for EBDM, resource availability for EBDM, and evaluation capacity than health departments that reported not yet preparing for accreditation. Health departments that reported preparing for PHAB accreditation showed a non-significant pattern of higher perceived supports for EBDM compared to departments not preparing for accreditation. Conclusion: PHAB standards may help stimulate health department organizational supports for EBDM.

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)0,007
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,058
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,076
Tête enseignante GPT0,430
Écart entre enseignants0,354 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetPublic Health Policies and EducationTravaux en français237 207