MétaCan
Menu
Retour à la cohorte
Enregistrement W4318830236 · doi:10.1136/bmjopen-2022-063994

Community mental health funding, stakeholder engagement and outcomes: a realist synthesis

2023· article· en· W4318830236 sur OpenAlexaff
Andrea Duncan, Vicky Stergiopoulos, Katie N. Dainty, Walter P. Wodchis, Maritt Kirst

Notice bibliographique

RevueBMJ Open · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensWilfrid Laurier UniversityNorth York General HospitalCentre for Addiction and Mental HealthUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStakeholder engagementStakeholderMental healthPublic relationsCommunity engagementContext (archaeology)MedicineStakeholder analysisPublic engagementPolitical sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Mental health services continues to be a high priority for healthcare and social service systems. Funding structures within community mental health settings have shown to impact service providers' behaviour and practices. Additionally, stakeholder engagement is suggested as an important mechanism to achieving the intended goals. However, the literature on community mental health funding reform and associated outcomes is inconsistent and there are no consistent best practices for stakeholder engagement in such efforts. OBJECTIVES: This study sought to understand how stakeholder engagement impacts outcomes when there is a change in public funding within community mental health settings. DESIGN: A realist synthesis approach was used to address the research question to fully understand the role of stakeholder engagement as a mechanism in achieving outcomes (system and service user) in the context of community mental health service reform. An iterative process was used to identify programme theories and context-mechanism-outcome configurations within the literature. RESULTS: Findings highlight that in the absence of stakeholder engagement, funding changes may lead to negative outcomes. When stakeholders were engaged in some form, funding changes were more often associated with positive outcomes. Stakeholder engagement is multifaceted and requires considerable time and investment to support achieving intended outcomes when funding changes are implemented. CONCLUSIONS: To support successful transformation of community mental health programmes, it is important that stakeholders are meaningfully engaged during funding allocation changes. Stakeholder engagement may entail connecting around a shared purpose, individual participation and meaningful interactions and dialogue.

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)0,109
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: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,575

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1090,122
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0100,009
Études des sciences et des technologies0,0040,008
Communication savante0,0110,008
Science ouverte0,0030,009
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,818
Tête enseignante GPT0,586
Écart entre enseignants0,232 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetMental Health and Patient InvolvementTravaux en français237 207