How do general practices respond to a pandemic? Protocol for a prospective qualitative study of six Australian practices
Notice bibliographique
Résumé
INTRODUCTION: The COVID-19 pandemic has transformed healthcare systems worldwide. Primary care providers have been at the forefront of the pandemic response and have needed to rapidly adjust processes and routines around service delivery. The pandemic provides a unique opportunity to understand how general practices prepare for and respond to public health emergencies. We will follow a range of general practices to characterise the changes to, and factors influencing, modifications to clinical and organisational routines within Australian general practices amidst the COVID-19 pandemic. METHODS AND ANALYSIS: This is a prospective case study of multiple general practices using a participatory approach for design, data collection and analysis. The study is informed by the sociological concept of routines and will be set in six general practices in Melbourne, Australia during the 2020-2021 COVID-19 pandemic. General practitioners associated with the Monash University Department of General Practice will act as investigators who will shape the project and contribute to the data collection and analysis. The data will include investigator diaries, an observation template and interviews with practice staff and investigators. Data will first be analysed by two external researchers using a constant comparative approach and then later refined at regular investigator meetings. Cross-case analysis will explain the implementation, uptake and sustainability of routine changes that followed the commencement of the pandemic. ETHICS AND DISSEMINATION: Ethics approval was granted by Monash University (23950) Human Research Ethics Committees. Practice reports will be made available to all participating practices both during the data analysis process and at the end of the study. Further dissemination will occur via publications and presentations to practice staff and medical practitioners.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,100 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,013 | 0,008 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,012 |
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 source (Gemma direct ou Codex distillé), 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 ».