The “hard, relentless, never-ending” work of focusing on discharge: a qualitative study of managers' perspectives
Notice bibliographique
Résumé
PURPOSE: Interventions to hasten patient discharge continue to proliferate despite evidence that they may be achieving diminishing returns. To better understand what such interventions can be expected to accomplish, the authors aim to critically examine their underlying program theory. DESIGN/METHODOLOGY/APPROACH: Within a broader study on patient flow, spanning 10 jurisdictions across Western Canada, the authors conducted in-depth interviews with 300 senior, middle and frontline managers; 174 discussed discharge initiatives. Using thematic analysis informed by a Realistic Evaluation lens, the authors identified the mechanisms by which discharge activities were believed to produce their impacts and the strategies and context factors necessary to trigger the intended mechanisms. FINDINGS: Managers' accounts suggested a common program theory that applied to a wide variety of discharge initiatives. The chief mechanism was inculcation of a sharp focus on discharge; reinforcing mechanisms included development of shared understanding and a sense of accountability. Participants reported that these mechanisms were difficult to produce and sustain, requiring continual active management and repeated (re)introduction of interventions. This reflected a context in which providers, already overwhelmed with competing demands, were unlikely to be able (or perhaps even willing) to sustain a focus on this particular aspect of care. ORIGINALITY/VALUE: The finding that "discharge focus" emerged as the core mechanism of discharge interventions helps to explain why such initiatives may be achieving limited benefit. There is a need for interventions that promote timely discharge without relying on this highly problematic mechanism.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».