Measurement and Monitoring of Safety Framework: a qualitative study of implementation through a Canadian learning collaborative
Notice bibliographique
Résumé
BACKGROUND: The Measurement and Monitoring of Safety Framework (MMSF) aims to move beyond a narrow focus on measurement and past harmful events as the major focus for safety in healthcare organisations. There is limited evidence of MMSF implementation and impact. OBJECTIVE: We aimed to examine participants' perspectives and experiences to increase understanding of the adaptive work of implementing the MMSF through a learning collaborative programme in diverse healthcare contexts across Canada. METHODS: The Collaborative consisted of 11 teams from seven provinces. We conducted a qualitative study involving interviews with 36 participants, observations of 5 sites and learning sessions, and collection of documents. RESULTS: Collaborative sessions and coaching allowed participants to explore reliability, sensitivity to operations, anticipation and preparedness, and integration and learning, in addition to past harm, and move beyond a project and measurement oriented safety approach. Participants noted the importance of time dedicated to engaging stakeholders in talk about MMSF concepts and their significance to their settings, prior to moving to implementing the Framework into practice. While participants generally started with a small number of ways of integrating the MMSF into practice such as rounds or huddles, many teams continued to experiment with incorporating the MMSF into a range of practices. Participants reported changes in thinking about safety, discussions and behaviours, which were perceived to impact healthcare processes. However, participants also reported challenges to sharing the Framework broadly and moving beyond its surface implementation, and difficulties with its sustained and widespread use given misalignments with existing quality and safety processes. CONCLUSION: The MMSF requires a dramatic departure from traditional safety strategies that focus on discrete problems and emphasise measurement. MMSF implementation requires extensive discussion, coaching and experimentation. Future implementation should consider engaging local leaders and coaches and an organisation or system approach to enable broader reach and systemic change.
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 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 | 0,012 | 0,002 |
| 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 | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».