MétaCan
Menu
Retour à la cohorte
Enregistrement W4312019365 · doi:10.1055/a-1966-0104

Versorgungsnahe Daten für Versorgungsanalysen – Teil 3 des Manuals

2022· article· de· W4312019365 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDas Gesundheitswesen · 2022
Typearticle
Languede
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensCochrane
Organismes subventionnairesnon disponible
Mots-clésHealth careHRHISEquity (law)NursingHealth care qualityQuality (philosophy)International healthMedicineHealth policyBusinessPublic healthPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Analyses of health and health care (hereafter referred to as "health care analyses") usually aim to make transparent the structures, processes, results and interrelationships of health care and to record the degree to which health care systems and their actors have achieved their goals. Health care-related data are an indispensable source of data for many health care analyses. A prerequisite for the examination of a degree of goal achievement is first of all an agreement on those goals that are to be achieved by the system and its substructures, as well as the identification of the determinants of the achievement of the objectives. Primarily it must be examined how safely, effectively and patient-centred systems, facilities and service providers are operating. It also addresses issues of need, accessibility, utilisation, timeliness, appropriateness, patient safety, coordination, continuity, and health economic efficiency and equity of health care. The results of health care include system services (outputs), on the one hand, and results (outcomes), on the other, whereby the results (patient-reported outcomes) and experiences (patient-reported experiences) reported are of particular importance. Health care analyses answer basic questions of health care research: who does what, when, how, why and with which resources and effects in routine health care. Health care analyses thus provide the necessary findings and key figures to further develop health care in order to improve the quality of health care. The applications range from capacity analyses to following innovations up to the concept of regional and supra-regional monitoring of the quality of care given to the population. Given the progress of digitalisation in Health Care, direct data from the care processes will be increasingly available for health care research. This can support care givers significantly if the findings of the studies are applied precisely and correctly within an adequate methodological frame. This can lead to measurable improved health care quality for patients. Data from the process of health care provision have a high potential. Their use needs the same scientific scrutiny as in all other scientific studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0230,006

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 Opus0,217
Tête enseignante GPT0,510
Écart entre enseignants0,293 · 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