MétaCan
Menu
Retour à la cohorte
Enregistrement W3113049769 · doi:10.12927/hcpol.2020.26350

Rheumatologists’ Acceptance of Patient Referrals from Physical Therapists

2020· article· fr· W3113049769 sur OpenAlexafffundvenueabout
Debbie Ehrmann Feldman, Michel Zummer, Tatiana Orozco, Jonathan El‐Khoury, François Desmeules, Maude Laliberté, Kadija Perreault, Roland Grad, Linda J. Woodhouse, Sasha Bernatsky

Notice bibliographique

RevueHealthcare policy · 2020
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensMcGill University Health CentreJewish General HospitalUniversité de SherbrookeUniversity of AlbertaUniversité de MontréalHôpital Maisonneuve-RosemontCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesUniversité de Montréal
Mots-clésPhysical therapyMedicinePsychologyMedical educationFamily medicine

Résumé

récupéré en direct d'OpenAlex

We surveyed Canadian rheumatologists regarding beliefs about physical therapists' (PTs) ability to refer patients appropriately to rheumatologists and whether they would accept such referrals. Most (86.9%) believed that PTs can appropriately refer to rheumatologists. However, only 48.2% of rheumatologists would be very or extremely likely to accept a referral from a PT they knew, and 23.5% would accept a referral from a PT they did not know. Conversely, 90.5% would accept a referral from a PT if they could bill it as a full consult. We conclude that being able to bill PT referrals as full consults may potentially enhance the acceptance of PT referrals.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,945
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,053
Tête enseignante GPT0,318
Écart entre enseignants0,265 · 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'étudeSans objet
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

Citations2
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetHealthcare Systems and TechnologyTravaux en français237 207