MétaCan
Menu
Retour à la cohorte
Enregistrement W4396612284 · doi:10.1177/107937391704000203

Community Health Evaluations Completed Using Paramedic Service (Checups): Design and Implementation of A New Community-Based Health Program

2017· article· en· W4396612284 sur OpenAlexaboutno aff
Michel Ruest, Chris W. Ashton, Jeffrey Millar

Notice bibliographique

RevueJournal of Health and Human Services Administration · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommunity healthHealth servicesService (business)Community serviceMedical emergencyNursingOperations managementBusinessMedical educationComputer scienceMedicineEngineeringPublic healthPublic relationsEnvironmental healthPolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

The Government of Ontario established a one-time funding program intended to create a Community Paramedicine best practice in support of its Action Plan for Health Care. The County of Renfrew Community Resilience Program responded with the creation of the CHECUPS program. The study was conducted in the County of Renfrew, Ontario, Canada where a Community Resilience Program expanded to include the CHECUPS Program. The evaluation of the CHECUPS program has addressed impacts to three domains: 1) patient overall health and satisfaction; 2) primary care integration; and 3) paramedic resource utilization. The results included a total of 222 patients that demonstrated a 24% reduction in 911 activation; 20% reduction in repeat ED visits; 55% decrease in patients that were admitted post ED visits; and all patients indicated that they were either “satisfied” or “very satisfied” with the care provide by community paramedics. The CHECUPS Community Paramedic Program is in an excellent position to support the Province of Ontario Action Plan for Health Care by responding to the increasing emergency response demands, chronic pressures within the health care system, and need to provide a more sustainable, integrated, patient-centred system.

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)0,015
score de la tête « metaresearch » (Gemma)0,011
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,309
Score d'incertitude au seuil0,615

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0020,001
Science ouverte0,0030,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,262
Tête enseignante GPT0,526
Écart entre enseignants0,264 · 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health and Human Services AdministrationMême sujetEmergency and Acute Care StudiesTravaux en français237 207