MétaCan
Menu
Retour à la cohorte
Enregistrement W3113122578 · doi:10.9778/cmajo.20200033

Wait-time reporting systems for elective surgery in Canada: a content analysis of provincial and territorial initiatives

2020· review· en· W3113122578 sur OpenAlexaffvenueabout
Romy E. Segall, Julie Takata, David R. Urbach

Notice bibliographique

RevueCMAJ Open · 2020
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésChristian ministryDescriptive statisticsContent analysisGeographyData collectionMedicineBusinessPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In Canada, a substantial barrier to the accessibility of surgical procedures is wait times. The objective of this study was to develop and describe an inventory of wait-time reporting systems for elective surgical procedures. METHODS: Between June and August 2019, we searched all Canadian provincial and territorial ministry of health websites to identify the wait-time reporting systems in place. We conducted content analysis and used a qualitative descriptive approach to compare the variables of interest across the provinces and territories. RESULTS: There were websites available for assessment in all 13 provinces and territories. Seven provinces have comprehensive, centralized wait-time reporting systems. The rest of the provinces have highly decentralized wait-time reporting, and the territories do not have wait-time reporting systems in place. There is substantial variation in the comprehensiveness, purpose, data sources and data collection methods among the wait-time reporting systems across the provinces and territories. INTERPRETATION: Wait-time reporting for elective surgery in Canada is diverse, and it varies in comprehensiveness across the provinces and territories. The present findings can help direct future investigations of Canadian reporting systems, which would provide useful information for policy-makers and those interested in reducing wait times in Canada.

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)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,896
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,316
Tête enseignante GPT0,478
Écart entre enseignants0,162 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations7
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207