Advance care planning dashboard: quality indicators and usability testing
Notice bibliographique
Résumé
OBJECTIVE: Advance care planning (ACP) and goals of care designation (GCD) performance indicators were developed and implemented across Alberta, Canada, and have been used to populate an electronic ACP/GCD dashboard. The study objective was to investigate whether users found the indicators and dashboard usable and acceptable. METHODS: This study employed a survey among a convenience sample of ACP/GCD community of practice members. The survey included questions on demographics, clinical practices and a validated usability questionnaire for the dashboard, System Usability Scale (SUS). RESULTS: Eighteen of 33 community of practice members (54.5%) answered the survey. Half of participants had a leadership or management role for ≥10 years. Most respondents (55.6%) had access to the ACP/GCD dashboard, and various ACP/GCD audit resources were used. Mean SUS was 70.83 (SD 19.72), which was above the threshold for acceptability (68). Approximately three-quarters of respondents (72.7%) found the indicators informative and meaningful for their practice, and over half (54.5%) were willing to use the dashboard and/or indicators to change their ACP/GCD practice. CONCLUSION: The nine indicators and dashboard were acceptable and usable for monitoring ACP/GCD performance. This set of indicators shows promise for describing and evaluating ACP/GCD uptake throughout a complex, multisector healthcare system.
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 | 0,000 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».