Trends in long-term care staffing by facility ownership in British Columbia, 1996 to 2006.
Notice bibliographique
Résumé
BACKGROUND: Long-term care facilities (nursing homes) in British Columbia consist of a mix of for-profit, not-for-profit non-government, and not-for-profit health-region-owned establishments. This study assesses the extent to which staffing levels have changed by facility ownership category. DATA AND METHODS: With data from Statistics Canada's Residential Care Facilities Survey, various types of care hours per resident-day were examined from 1996 through 2006 for the province of British Columbia. Random effects linear regression modeling was used to investigate the effect of year and ownership on total nursing hours per resident-day, adjusting for resident demographics, case mix, and facility size. RESULTS: From 1996 to 2006, crude mean total nursing hours per resident-day rose from 1.95 to 2.13 hours in for-profit facilities (p = 0.06); from 1.99 to 2.48 hours in not-for-profit non-government facilities (p < 0.001); and from 2.25 to 3.30 hours in not-for-profit health-region-owned facilities (p < 0.001). The adjusted rate of increase in total nursing hours per resident-day was significantly greater in not-for-profit health-region-owned facilities. INTERPRETATION: While total nursing hours per resident-day have increased in all facility groups, the rate of increase was greater in not-for-profit facilities operated by health authorities.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».