MétaCan
Menu
Retour à la cohorte
Enregistrement W3186096303 · doi:10.1186/s12960-021-00578-z

Co-developing an integrated primary care workforce planning approach at a regional level: overarching framework and guiding principles

2021· letter· en· W3186096303 sur OpenAlexaffabout
Ivy Lynn Bourgeault, Caroline Chamberland-Rowe, Sarah Simkin

Notice bibliographique

RevueHuman Resources for Health · 2021
Typeletter
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésWorkforceWorkforce planningHealth services researchSoftware deploymentPopulation healthWorkforce developmentHealth carePopulationHealth administrationBusinessProcess managementHealth policyProcess (computing)Knowledge managementNursingMedicinePublic relationsPublic healthEconomic growthComputer scienceEnvironmental healthPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Health workforce planning provides a crucial evidence-base for decision-makers in the development and deployment of a fit-for-purpose workforce. Although less common, health workforce planning at the regional level helps to ground planning in the unique realities of local health systems. This commentary provides an overview of the process by which an integrated primary healthcare workforce planning toolkit was co-developed by university-based researchers with the Canadian Health Workforce Network and partners within a major urban regional health authority. The co-development process was guided by a conceptual framework emphasizing the key principles of sound health workforce planning: that it (1) be informed by evidence both quantitative and qualitative in nature; (2) be driven by population health needs and achieve population, worker and system outcomes; (3) recognize that deployment is geographically based and interprofessionally bound within a complex adaptive system; and (4) be embedded in a cyclical process of aligning evolving population health needs and workforce capacity.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0030,006
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 Opus0,314
Tête enseignante GPT0,467
Écart entre enseignants0,153 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations18
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Resources for HealthMême sujetGlobal Health Workforce IssuesTravaux en français237 207