MétaCan
Menu
Retour à la cohorte
Enregistrement W4200165780 · doi:10.11622/smedj.2021199

http://www.smj.org.sg/article/institutional-ethnography-primer

2021· review· en· W4200165780 sur OpenAlexfundno aff
Yang Yann Foo, Kevin Tan, Xiaoke Xin, Wee Shiong Lim, Qun Cheng, Jandhyala Prabhakara Rao, NCK Tan

Notice bibliographique

RevueSingapore Medical Journal · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoLee Foundation
Mots-clésRigourTerminologyHealth careContext (archaeology)MedicineQualitative researchEthnographyHealth professionalsEngineering ethicsQuality (philosophy)Management scienceSociologyEpistemologySocial scienceEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

This review introduces a qualitative methodology called institutional ethnography (IE) to healthcare professionals interested in studying complex social healthcare systems. We provide the historical context in which IE was developed, and explain the principles and terminology in IE for the novice researcher. Through the use of worked examples, the reader will be able to appreciate how IE can be used to approach research questions in the healthcare system that other methods would be unable to answer. We show how IE and qualitative research methods maintain quality and rigour in research findings. We hope to demonstrate to healthcare professionals and researchers that healthcare systems can be analysed as social organisations, and IE may be used to identify and understand how higher-level processes and policies affect day-to-day clinical work. This understanding may allow the formulation and implementation of actionable improvements to solve problems on the ground.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,007
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,109
Tête enseignante GPT0,518
Écart entre enseignants0,409 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSingapore Medical JournalMême sujetInterprofessional Education and CollaborationTravaux en français237 207