MétaCan
Menu
Retour à la cohorte
Enregistrement W3005559783 · doi:10.12927/hcq.2020.26086

Team Mapping: A Novel Method to Help Community Primary Healthcare Practices Transition to Team-Based Care

2020· article· en· W3005559783 sur OpenAlexaffvenue
Morgan Price, Paule Bellwood, Tiffany Hill, Sarah Fletcher

Notice bibliographique

RevueHealthcare Quarterly · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensBC Innovation Council
Organismes subventionnairesnon disponible
Mots-clésTeam effectivenessPrimary careBest practiceTeam leaderHealth careWork (physics)Process (computing)Primary health careNursingPsychologyProcess managementMedical educationKnowledge managementMedicineBusinessPolitical scienceComputer scienceEngineeringManagementFamily medicine

Résumé

récupéré en direct d'OpenAlex

The team mapping method engages participants in rapid, facilitated co-creation workshops to help groups explore how to work together in a primary care team. It uses patient personas (local evidence-based simulated cases) to explore team structure through paper prototyping circles of care (the persona's healthcare system). Roles and tasks are collectively defined through the discussion. Team mapping builds on three foundational methods and, through a three-stage process, facilitates the formation and strengthening of new and existing relationships, fostering team development through the process. This paper describes team mapping, outlines when it can be applied and highlights the benefits for teams.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,592
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,117
Tête enseignante GPT0,477
Écart entre enseignants0,360 · 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.

Devis d'étudeQualitatif
Domainenon disponible
GenreCommentaire

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

En bref

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetInterprofessional Education and CollaborationTravaux en français237 207