Engaging health care professionals in quality improvement: A qualitative study exploring the synergies between projects of professionalisation and institutionalisation in quality improvement collaborative implementation in Denmark
Notice bibliographique
Résumé
OBJECTIVE: To examine the projects of professionalisation and institutionalisation forming health care professions' engagement in quality improvement collaborative (QIC) implementation in Denmark, and to analyse the synergies and tensions between the two projects given the opportunities afforded by the QICs. METHODS: This was a cross-sectional interview study with professionals involved in the implementation of two national QICs in Denmark involving 23 individual interviews and focus group discussions with 75 people representing different professional groups. We conducted a reflexive thematic analysis of the data, drawing on institutional contributions to organisational studies of professions. RESULTS: Study participants engaged widely in QIC implementation. This engagement was formed by a constructive interplay between the professions' projects of professionalisation and institutionalisation, with only few tensions identified. The project of professionalisation relates to a self-oriented agenda of contributing professional expertise and promoting professional recognition and development, while the project of institutionalisation focuses on improving health care processes and outcomes and advancing quality improvement. Both projects were largely similar across professional groups. The interplay between the two projects was enabled by the bottom-up approach to implementation, participation of QI specialists, and a clear focus on developing and delivering high-quality patient care. CONCLUSIONS: Future strategies for QIC implementation should position QICs as a framework that promotes the integration of professions' projects of professionalisation and institutionalisation to successfully engage professionals in the implementation process, and thereby optimise the effectiveness of QICs in health 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 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 | 0,039 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,014 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».