MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399485335 · doi:10.1371/journal.pone.0304616

A qualitative examination of the experiences and perspectives of interprofessional primary health care teams in the distribution of the COVID-19 vaccination in Ontario, Canada

2024· article· en· W4399485335 sur OpenAlexafffundabout
Rachelle Ashcroft, Catherine Donnelly, Peter Sheffield, Simon Lam, Connor Kemp, Keith Adamson, Judith Belle Brown

Notice bibliographique

RevuePLoS ONE · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensWestern UniversityKingston Health Sciences CentreQueen's UniversityUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésVaccinationCoronavirus disease 2019 (COVID-19)Distribution (mathematics)Qualitative researchHealth carePrimary health careMedicine2019-20 coronavirus outbreakFamily medicinePrimary careNursingEnvironmental healthVirologySociologyPolitical scienceOutbreakDiseaseInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Primary health care (PHC) teams contributed to all phases of the COVID-19 vaccination distribution. However, there has been criticism for not fully utilizing the expertise and infrastructure of PHC teams for vaccination distribution. Our study sought to understand the role PHC teams had in the distribution of the COVID-19 vaccine in Ontario, Canada. The key objective informing this study was to explore the experiences and perspectives of interprofessional PHC teams in the distribution of COVID-19 vaccination across Ontario. METHODS: A qualitative approach was used for this study, which involved 39 participants from the six health regions of the province. Eight focus groups were conducted with a range of interprofessional healthcare providers, administrators, and staff working in PHC teams across Ontario. The sample reflected a diverse range of clinical, administrative, and leadership roles in PHC. Focus groups were audio-recorded and transcribed, while transcriptions were then analyzed using thematic analysis. RESULTS: We identified the following four themes in the data: i) PHC teams know their patients; ii) mobilizing team capacity for vaccination, iii) intersectoral collaborations, and iv) operational challenges. CONCLUSIONS: PHC teams were an instrumental component in supporting COVID-19 vaccinations in Ontario. The involvement of PHC in future vaccination efforts is key but requires additional resourcing and inclusion of PHC in decision-making. This will ensure provider well-being and maintain collaborations established during COVID-19 vaccination.

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)0,008
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,502

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0250,013
Communication savante0,0050,002
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,064
Tête enseignante GPT0,422
Écart entre enseignants0,358 · 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'étudeQualitatif
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetInterprofessional Education and Collaboration→Travaux en français237 207→