MétaCan
Menu
← Retour à la cohorte
Enregistrement W3213591323 · doi:10.12927/hcpap.2021.26641

Staffing for Quality in Canadian Long-Term Care Homes

2021· article· en· W3213591323 sur OpenAlexaffvenueabout
Carole A. Estabrooks

Notice bibliographique

RevueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésStaffingWorkforceBusinessPandemicQuality (philosophy)Long-term careCoronavirus disease 2019 (COVID-19)Term (time)Workforce planningNursingPublic relationsMedicinePolitical scienceEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

A coherent workforce strategy and consensus on essential staffing requirements are needed to ensure quality in long-term care (LTC) homes. We have neither in Canada. No Canadian studies, investigator driven or commissioned, exist to guide us. We generally rely on 20-year-old US recommendations, although we have never actually implemented them. During, and in the wake of the COVID-19 pandemic, it is clear that an insufficient workforce was at the root of much of the failure in LTC to manage the pandemic. This commentary frames research on staffing and LTC homes and the impact of COVID-19. It then outlines key ingredients, such as knowledge of residents, the workforce and the care environment, that are needed in order to estimate staffing needs. Recommendations for decision makers are provided.

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)0,014
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,294
Score d'incertitude au seuil0,819

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,058
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0140,005
Communication savante0,0070,003
Science ouverte0,0050,003
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,086
Tête enseignante GPT0,438
Écart entre enseignants0,352 · 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'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

Citations7
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy→Même sujetGeriatric Care and Nursing Homes→Travaux en français237 207→