Comparative case study of Quality Improvement Support Agencies (QISAs) as a systemic quality strategy: France and Québec
Notice bibliographique
Résumé
In a high-quality health and social services system, policymakers encourage action at all levels of change to ensure the consistency of quality strategies, especially at the systemic level, in which the other three levels of change are nested and the whole system is structured. This study aims to present an analysis of Quality Improvement Support Agencies (QISAs) as a systemic strategy, which has been successfully implemented in several jurisdictions (countries and states). A comparative study of two critical cases in two different jurisdictions was carried out: Haute autorité de santé (HAS) in France and Institut national d’excellence en santé et services sociaux (INESSS) in Québec, Canada. Several sources of iteratively collected data were coded using a systematized approach. All data were processed and analyzed confidentially using the software QDA Miner 6.0.2. The results showed that HAS has a wider range of activities and INESSS has a narrower range. Their statutes of autonomy differ, with the former QISA more independent of the public power of its jurisdiction and the latter more at the service of public power. Though their products differ, these QISAs each have different effects (proximal, intermediate, and ultimate) on quality improvement in practice settings. Furthermore, it appears that they have each faced dilemmas in achieving systemic quality improvement. This study may inspire other jurisdictions to implement similar systemic quality improvement strategies or strengthen them if they have already been implemented.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».