MétaCan
Menu
Retour à la cohorte
Enregistrement W4328053907 · doi:10.46747/cfp.6903e61

Timely access to primary care in New Brunswick

2023· article· en· W4328053907 sur OpenAlexaffvenueabout
Véronique Manuel, Iva Bien-Aimé, Éric Boutot, Jérémie B. Dupuis, Claire Johnson

Notice bibliographique

RevueCanadian Family Physician · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésPrimary careComputer scienceWorld Wide WebData sciencePrimary health carePrimary (astronomy)MedicineFamily medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine the factors that influence variation in timely access to primary care across the different health regions in New Brunswick. DESIGN: Descriptive and comparative study of organizational practices in primary care practices based on speed of access. Data were collected from December 2019 to March 2020 using semistructured interviews conducted by telephone, in person, or online, according to participants' preferences. SETTING: New Brunswick. PARTICIPANTS: Participants were primary care providers. Two types of regions were targeted: those with a higher proportion of citizens with timely access to primary care (regions with faster access) and those with less timely access (regions with slower access). A sample of 27 participants was used. MAIN OUTCOME MEASURES: Organizational practices (ie, new technologies, team-based health services, performance measurement, method of appointment booking, and physician remuneration model) according to prevalence of timely access. RESULTS: =.025), compared with participants from regions with slower access. CONCLUSION: This study found that performance measurements and other organizational practices are favourably linked to timely access to primary care.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,260

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,069
Tête enseignante GPT0,386
Écart entre enseignants0,317 · 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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Family PhysicianMême sujetPrimary Care and Health OutcomesTravaux en français237 207