MétaCan
Menu
Retour à la cohorte
Enregistrement W4292380549 · doi:10.1136/ihj-2021-000089

Implementing integrated-youth services virtually in British Columbia during the COVID-19 pandemic

2022· article· en· W4292380549 sur OpenAlexaffabout
Marco Zenone, Al Raimundo, Suhail Nanji, Neha Uday, Karen Tee, Alayna Ewert, Warren Helfrich, Godwin Chan, Steve Mathias, Skye Barbic

Notice bibliographique

RevueIntegrated Healthcare Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of British ColumbiaProvidence Health Care
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicService (business)Medical educationPublic relationsPsychologyBusinessMedicinePolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

Objective: During the COVID-19 pandemic, Foundry responded to support youth across the province of British Columbia (BC), Canada, by creating a virtual platform to deliver integrated services to youth. In this paper, we report on the development of Foundry Virtual services, initial evaluation results and lessons learnt for others implementing virtual services. Methods and analysis: In April 2020, Foundry launched its virtual services, providing young people and their caregivers from across BC with drop-in counselling services via chat, voice or video calls. Foundry consulted with youth and caregivers to implement, improve and add services. Using Foundry's quality improvement data tool, we document service utilisation, the demographic profile of young people accessing virtual services, and how young people rate the quality of services accessed. Findings: Since launching, 3846 unique youth accessed Foundry Virtual services over 8899 visits, totalling 11 943 services accessed. The predominant services accessed were walk in counselling (32.5%), mental health and substance use services (31.4%), youth peer support (17.2%) and group services (7.3%). Over 95% of youth reported that they would recommend virtual services to a friend. Conclusion: In response to our early findings, we provide three recommendations for other implementers. First, engage the audience in which you intend to serve at every phase of the project. Second, invest in the needs of staff to ensure they are prepared and supported to deliver services. Last, imbed a learning health system to allow for the resources culture of continuous learning improvement that allows for rapid course adjustments and shared learning opportunities.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,456

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,002
Communication savante0,0040,001
Science ouverte0,0030,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,047
Tête enseignante GPT0,360
Écart entre enseignants0,313 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIntegrated Healthcare JournalMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207