MétaCan
Menu
Retour à la cohorte
Enregistrement W4400245965 · doi:10.5334/ijic.7738

Floundering or Flourishing? Early Insights from the Inception of Integrated Care Systems in England

2024· article· en· W4400245965 sur OpenAlexaff
Bethan Page, Thavapriya Sugavanam, Ray Fitzpatrick, Helen Hogan, Mirza Lalani

Notice bibliographique

RevueInternational Journal of Integrated Care · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensInstitute of Health Services and Policy Research
Organismes subventionnairesUniversity of OxfordLondon School of Hygiene and Tropical Medicine
Mots-clésFlourishingLibrary scienceComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Background: In 2022, England embarked on an ambitious and innovative re-organisation to produce an integrated health and care system with a greater focus on improving population health. This study aimed to understand how nascent ICSs are developing and to identify the key challenges and enablers to integration. Methods: Four ICSs participated in the study between November 2021 and May 2022. Semi-structured interviews with system leaders (n = 67) from health, social and voluntary care as well as representatives of local communities were held. A thematic framework approach supported by Leutz's five laws of integration framework was used to analyse the data. Results: The benefits of ICSs include enhancing the delivery of good quality care, improving population health and providing more person-centred care in the community. However, differences between health and social care such as accountability, organisational/professional cultures, risks of duplicating efforts, tensions over funding allocation, issues of data integration and struggles in engaging local communities threaten to hamper integration. Conclusions: Despite ICS's investing in the structural and relational components of integrated care, the unprecedented pressures on systems to reduce demand on primary and emergency care tackling elective backlogs may detract from a key goal of ICSs, improving population health and prevention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,153
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,382
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 tête enseignante, 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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Integrated CareMême sujetInterprofessional Education and CollaborationTravaux en français237 207