Recommendations from long-term care reports, commissions, and inquiries in Canada
Notice bibliographique
Résumé
<ns3:p> <ns3:bold>Background:</ns3:bold> Multiple long-term care (LTC) reports have issued similar recommendations for improvement across Canadian LTC homes. Our primary objective was to identify the most common recommendations made over the past 10 years. Our secondary objective was to estimate the total cost of studying LTC issues repeatedly from 1998 to 2020. </ns3:p> <ns3:p> <ns3:bold>Methods:</ns3:bold> The qualitative and cost analyses were conducted in Canada from July to October 2020. Using a list of reports, inquiries and commissions from The Royal Society of Canada Working Group on Long-Term Care, we coded recurrent recommendations in LTC reports. We contacted the sponsoring organizations for a cost estimate, including direct and indirect costs. All costs were adjusted to 2020 Canadian dollar values. </ns3:p> <ns3:p> <ns3:bold>Results:</ns3:bold> Of the 80 Canadian LTC reports spanning the years of 1998 to 2020, 24 (30%) were based on a national level and 56 (70%) were focused on provinces or municipalities. Report length ranged from 4 to 1491 pages and the median number of contributors was 14 (interquartile range, IQR, 5–26) per report. The most common recommendation was to increase funding to LTC to improve staffing, direct care and capacity (67% of reports). A median of 8 (IQR 3.25–18) recommendations were made per report. The total cost for all 80 reports was estimated to be $23,626,442.78. </ns3:p> <ns3:p> <ns3:bold>Conclusions:</ns3:bold> Problems in Canadian LTC homes and their solutions have been known for decades. Despite this, governments and non-governmental agencies continue to produce more reports at a monetary and societal cost to Canadians. </ns3:p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».