The experience of primary care teams during the early phase of COVID-19: A qualitative study of primary care practice leaders in Ontario, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic has caused a rapid shift to virtual care in primary care practices around the globe. There has been little focus on the experiences of interprofessional teams through the lens of primary care practice leaders. The objective of this study was to examine the experience of primary care teams during the first wave of the COVID-19 pandemic from the perspective of primary care leadership. METHODS: Qualitative study using qualitative description methods. Executive Directors of interprofessional primary care teams belonging to the Association of Family Health Teams of Ontario (AFHTO) were invited to participate. Executive Directors were interviewed and the interview transcripts were analyzed using thematic analysis. RESULTS: Seventy-one Executive Directors from across all regions of Ontario were interviewed for the study, representing 37% of the AFHTO member clinics. Four themes were identified in the data: i) Complexities of Virtual Care, ii) Continuation of In-person Care, iii) Supporting Patients at Risk, and iv) Stepping up and into New Roles. CONCLUSIONS: Primary care teams rapidly mobilized to deliver the majority of their care virtually, while continuing to provide in-person and home care as required. Major challenges to virtual care included technological infrastructure and unfamiliarity with virtual platforms. Advantages to virtual care included convenience and time savings. Virtual care will likely continue to be an important mode of primary care delivery moving forward.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle