Optimizing Weekend Schedules in Home Health Care: The Essential Care on Weekends for Personal Support Quality Improvement Project
Notice bibliographique
Résumé
The availability of personal support workers (PSWs) is a limiting factor for home care system capacity, as this workforce provides 70% to 80% paid care in this sector. Without sufficient support to live at home, many seniors and people with disabilities experience poorer outcomes and require care in more expensive and less preferred institutional long-term care or hospital settings. Insufficient PSW availability is limiting access to necessary care in the community. Capacity challenges are particularly pronounced on weekends. The Essential Care on Weekends (ECoW) program was co-developed as one solution to adapt current PSW scheduling practices to increase the number of clients with high-intensity care needs who can be served within the constraints of PSW availability. ECoW focused on increasing weekend capacity and care consistency, particularly for clients with the highest care needs, through prioritizing essential care and moving less time sensitive tasks to weekdays. ECoW was operationalized through 4 activities: communication and engagement, clinical care plan review, geographic review of PSW schedules and the creation of the ECoW schedule. Implementation of ECoW demonstrated success in increasing access to and consistency of care for clients with the highest care needs: weekend capacity increased, access to care improved for clients requiring daily or near-daily care and missed care rates decreased both on weekends and weekdays. This strategy represents a change in scheduling practices that organizations can use to provide consistent service to a growing number of clients with high-intensity care needs in the context of increasingly limited health human resource capacity.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».