MétaCan
Menu
Retour à la cohorte
Enregistrement W3203212491 · doi:10.1002/hsr2.397

Improving primary health care through partnerships: Key insights from a cross‐case analysis of multi‐stakeholder partnerships in two Canadian provinces

2021· article· en· W3203212491 sur OpenAlexafffundabout
Katya Loban, Catherine M. Scott, Virginia Lewis, Susan Law, Jeannie Haggerty

Notice bibliographique

RevueHealth Science Reports · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensUniversity of CalgaryMcGill UniversitySt. Mary's UniversityUniversity of TorontoSt Mary's Hospital Centre
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of New South WalesMonash UniversityLa Trobe UniversityUniversity of AdelaideMcGill UniversityAustralian GovernmentUniversité de SherbrookeAustralian Primary Health Care Research Institute, Australian National UniversityPrimary Health Care Research, Evaluation and Development
Mots-clésGeneral partnershipStakeholderContext (archaeology)Public relationsBusinessKnowledge managementInterpersonal communicationHealth careProcess managementPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: Multi-stakeholder partnerships offer strategic advantages in addressing multi-faceted issues in complex, fast-paced, and rapidly-evolving community health contexts. Synergistic partnerships mobilize partners' complementary financial and nonfinancial resources, resulting in improved outcomes beyond that achievable through individual efforts. Our objectives were to explore the manifestations of synergy in partnerships involving stakeholders from different organizations with an interest in implementing organizational solutions that enhance access to primary health care (PHC) for vulnerable populations, and to describe structures and processes that facilitated the work of these partnerships. METHODS: This was a longitudinal case study in two Canadian provinces of two collaborative partnerships involving decision makers, academic representatives, clinicians, health system administrators, patient partners, and representatives of health and social service organizations providing services to vulnerable populations. Document review, nonparticipant observation of partnerships' meetings (n = 14) and semi-structured in-depth interviews (n = 16) were conducted between 2016 and 2018. Data analysis involved a cross-case synthesis to compare the cases and framework analysis to identify prominent themes. RESULTS: Four major themes emerged from the data. Partnership synergy manifested itself in the following: (a) the integration of resources, (b) partnership atmosphere, (c) perceived stakeholder benefits, and (d) capacity for adaptation to context. Synergy developed before the intended PHC access outcomes could be assessed and acted both as a dynamic indicator of the health of the partnership and a source of energy fuelling partnership improvement and vitality. Synergistic action among multiple stakeholders was achieved through enabling processes at interpersonal, operational, and system levels. CONCLUSIONS: The partnership synergy framework is useful in assessing the intermediate outcomes of ongoing partnerships when it is too early to evaluate the achievement of long-term intended outcomes. Enabling processes require attention as part of routine partnership assessment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,971

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,008
Études des sciences et des technologies0,0260,006
Communication savante0,0060,002
Science ouverte0,0040,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,266
Tête enseignante GPT0,474
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations16
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Science ReportsMême sujetCommunity Health and DevelopmentTravaux en français237 207