MétaCan
Menu
Retour à la cohorte
Enregistrement W3016600786 · doi:10.1108/jica-11-2019-0048

Conceptual framework: factors enabling collaborative healthcare and social services integration

2020· article· en· W3016600786 sur OpenAlexaff
Siu Mee Cheng, Cristina Catallo

Notice bibliographique

RevueJournal of Integrated Care · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementOriginalityConceptual frameworkAccountabilityHealth careBusinessConceptual modelCorporate governanceProcess managementIntegrated carePublic relationsComputer sciencePolitical scienceSociologyCreativity

Résumé

récupéré en direct d'OpenAlex

Purpose A conceptual framework for collaboratively based integrated health and social care (IHSC) integration is proposed to aid in understanding how to accomplish IHSC. Design/methodology/approach This model is based on extant literature of successfully IHSC initiatives. Findings The model aims to identify enabling integration factors that support collaborative integration efforts between healthcare and social services organizations. These factors include shared goals and vision, culture, leadership, team-based care, information sharing and communications, performance measurement and accountability agreements, and dedicated resources and financing. It also identifies factors that act as external influencers that can support or hinder integration efforts among collaborating organizations. These factors are geographic setting, funding models, governance structures, and public policies. These factors are intended to ensure that a realist lens is applied when trying to understand and explain IHSC. Originality/value This model is intended to provide a framework to support research, policy and implementation efforts.

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)0,011
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,014
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0080,007
Études des sciences et des technologies0,0060,014
Communication savante0,0110,011
Science ouverte0,0040,010
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,044
Tête enseignante GPT0,418
Écart entre enseignants0,373 · 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'étudeThéorique ou conceptuel
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

Citations31
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Integrated CareMême sujetInterprofessional Education and CollaborationTravaux en français237 207