MétaCan
Menu
Retour à la cohorte
Enregistrement W3112071874 · doi:10.1111/cdoe.12604

Planning the oral health workforce: Time for innovation

2020· article· en· W3112071874 sur OpenAlexaff
Stephen Birch, Susan Ahern, Paul Brocklehurst, Usuf Chikte, Jennifer E. Gallagher, Stefan Listl, Ratilal Lalloo, Lucy O’Malley, Janet Rigby, Martin Tickle, Gail Tomblin Murphy, Noel Woods

Notice bibliographique

RevueCommunity Dentistry And Oral Epidemiology · 2020
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésWorkforceMedicineOral healthWorkforce planningHealth careService delivery frameworkNursingPopulationSkill mixService (business)Oral health careMarketingEnvironmental healthBusinessFamily medicineEconomic growth

Résumé

récupéré en direct d'OpenAlex

The levels and types of oral health problems occurring in populations change over time, while advances in technology change the way oral health problems are addressed and the ways care is delivered. These rapid changes have major implications for the size and mix of the oral health workforce, yet the methods used to plan the oral health workforce have remained rigid and isolated from planning of oral healthcare services and healthcare expenditures. In this paper, we argue that the innovation culture that has driven major developments in content and delivery of oral health care must also be applied to planning the oral health workforce if we are to develop 'fit for purpose' healthcare systems that meet the needs of populations in the 21st century. An innovative framework for workforce planning is presented focussed on responding to changes in population needs, service developments for meeting those needs and optimal models of care delivery.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,385
Score d'incertitude au seuil0,779

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,215
Tête enseignante GPT0,449
Écart entre enseignants0,234 · 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.

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

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunity Dentistry And Oral EpidemiologyMême sujetDental Health and Care UtilizationTravaux en français237 207