MétaCan
Menu
Retour à la cohorte
Enregistrement W4238931415 · doi:10.1377/forefront.20130328.029452

Practice Redesign Isn’t Going To Erase The Primary Care Shortage

2013· dataset· en· W4238931415 sur OpenAlexaboutno aff

Notice bibliographique

RevueForefront Group · 2013
Typedataset
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBaby boomPrimary careEstateQuarter (Canadian coin)BoomMedicineEconomic shortageReal estateBusinessFamily medicineFinanceEngineeringHistoryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Most experts agree that primary care needs to be re-invented. There are a lot of promising ingredients of practice redesign: better scheduling, electronic medical records with patient portals, redesigned clinician workflow, and work sharing. Linda Green’s intriguing article in the January Health Affairs simulates a strategic combination of these changes and argues if they all happened at once, we would have no primary care physician shortage. Even if we make much more effective use of clinical time and energy, however, Green’s formula isn’t going to get us far enough fast enough. The baby boom generation of physicians is fast nearing its “sell by” date. In 2010, one quarter of the 242,000 primary care physicians in the US were 56 or older. One in six general internists left their practices in mid-career. Many more hardworking clinicians delayed retirement due to the 2008 financial collapse. Few manpower specialists have noted the cohort effect likely to manifest itself shortly. A continued economic recovery and, more importantly, a recovery in retirement plan and medical real estate asset values will lead as many as 100,000 physicians of all stripes to leave practice in the next few years. We will be replacing a generation of workaholic, 70-hour-a-week baby boom physicians with Gen Y physicians with a revealed preference for 35-hour work weeks. During this same period, we’ll be adding 3 million new Medicare beneficiaries a year and enfranchising perhaps 25 million newly insured folks through health reform. “Train wreck” is the right descriptor of the emerging primary care supply situation.

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)0,034
score de la tête « metaresearch » (Gemma)0,105
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,105
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,009
Communication savante0,0080,018
Science ouverte0,0030,007
Intégrité de la recherche0,0130,021
Charge utile insuffisante (le modèle a refusé de juger)0,0190,010

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 Opus0,044
Tête enseignante GPT0,394
Écart entre enseignants0,350 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForefront GroupMême sujetPrimary Care and Health OutcomesTravaux en français237 207