MétaCan
Menu
← Retour à la cohorte
Enregistrement W4243136005 · doi:10.4018/978-1-60566-988-5.ch107

Practical Applications of Case Management Software for Practitioners in Health and Human Services

2011· book-chapter· en· W4243136005 sur OpenAlexaffabout
Lesley Cooper, Dana L. Fox, Diane E. Stanley-Horn

Notice bibliographique

RevueIGI Global eBooks · 2011
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceKnowledge managementVariety (cybernetics)SoftwareLogic modelAgency (philosophy)Process managementSoftware engineeringManagement scienceEngineering managementEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This chapter aims to demonstrate the capabilities and practical applications of a case management software system for not-for-profit organizations. Whilst a variety of software systems are available, for the purposes of this chapter the authors will use/refer to “Penelope,” a system designed by Athena, a Kitchener, Ontario software company. Penelope is a sophisticated piece of technology that can collect and analyze information on clients, services, human resources and outcomes. Although a wide range of data can be collected using this software, it cannot make decisions about what to record or how to scrutinize the data. The “what to record” and the “how to analyze and interpret” are management and clinical decisions. Effective use of case management software requires technical, management and analytical skills combined with leadership and imagination. Case management software systems and the information they provide are only as good as the planning and organizational systems in which they are used. The best starting point for practitioners and managers seeking answers to questions about their clients, services, community and policy, and to maximize the capabilities of case management software systems is the development and application of a program logic model unique to the agency in question. A program logic model focuses on the services and programs provided by the agency describing its’ inputs, activities, outputs and outcomes. Understanding how to develop and apply their model allows practitioners and managers to perform tasks such as performance monitoring, experimental and quasi experimental approaches program evaluations, and client satisfaction and outcome studies to demonstrate the effectiveness of their services to funding bodies, consumer groups, and their boards of directors whilst also providing a tool that can be used to enhance agency performance.

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)0,041
score de la tête « metaresearch » (Gemma)0,122
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,219

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,122
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,008
Études des sciences et des technologies0,0030,004
Communication savante0,0090,012
Science ouverte0,0050,012
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0300,010

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 Opus0,173
Tête enseignante GPT0,475
Écart entre enseignants0,302 · 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
GenreMéthodes

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
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooks→Même sujetClinical practice guidelines implementation→Travaux en français237 207→