MétaCan
Menu
Retour à la cohorte
Enregistrement W3203450505 · doi:10.1177/10497323211037636

Culture’s Place in Quality of Care in a Resource-Constrained Health System: Comparison Between Three Malawi Districts

2021· article· en· W3203450505 sur OpenAlexafffund
Patrick B. Patterson, Zubia Mumtaz, Ellen Chirwa, Janet Mambulasa, Fannie Kachale, Josephat Nyagero

Notice bibliographique

RevueQualitative Health Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchGlobal Affairs CanadaInternational Development Research Centre
Mots-clésOrganizational cultureQuality (philosophy)EthnographyHealth careSociologyTransactional leadershipPublic relationsResource (disambiguation)NursingPsychologyKnowledge managementMedicinePolitical scienceComputer scienceEconomic growthEconomicsEpistemology

Résumé

récupéré en direct d'OpenAlex

Public health scholars describe "culture of quality" in terms of desired values, attitudes, and practices, but this literature rarely includes explicitly stated theories of culture formation. In this article, we apply Fredrik Barth's transactional model to demonstrate how taking a theory-centered approach can help to identify what would be necessary to foster "cultures of quality" outlined in the public health literature. We draw on data from a study of the Republic of Malawi's Performance and Quality Improvement for Reproductive Health initiative. These data were generated in 2017-2018 through a 6-month organizational ethnography in three facilities selected to represent a range of districts with differing social and economic contexts. Our analysis revealed facility-level organizational cultures in which staff valued providing care, but responded to structural constraints by normalizing divergence from quality-of-care protocols. These findings indicate that sustaining a quality-oriented organizational culture requires addressing underlying conditions that generate routine experiences and practices.

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)0,013
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,341
Tête enseignante GPT0,578
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative Health ResearchMême sujetGlobal Maternal and Child HealthTravaux en français237 207