MétaCan
Menu
Retour à la cohorte
Enregistrement W4403406095 · doi:10.1108/jica-04-2024-0019

Archetypes of integrated care

2024· article· en· W4403406095 sur OpenAlexaff
Marissa Bird, James C. Shaw, Vanessa Wright, Carolyn Steele Gray

Notice bibliographique

RevueJournal of Integrated Care · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensWomen's College HospitalMcMaster UniversityTrillium Health CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésArchetypeBusinessMedicineArt

Résumé

récupéré en direct d'OpenAlex

Purpose A synthesis of integrated care models classified by their aims and central characteristics does not yet exist. We present a collection of five “archetypes” of integrated care, defined by their aims, to facilitate model comparison and dialogue. Design/methodology/approach We used a purposive literature search and expert consultation strategy to generate five archetypes. Data were extracted from included articles to describe the characteristics and defining features of integrated care models. Findings A total of 25 examples of integrated care models (41 papers) were included to generate five archetypes of integrated care. The five archetypes defined include: (1) whole population models, (2) life stage models, (3) disease-focused models, (4) identity group-based models and (5) equity-focused models. Research limitations/implications The five presented archetypes offer a conceptual framework for academics, health system decision makers and patients, families, and communities seeking to develop, adapt, investigate or evaluate models of integrated care. Originality/value Two cross-cutting themes were identified, including (1) minimal reporting of patient, caregiver and community engagement efforts in integrated care development, implementation and evaluation, and (2) the nuanced emphasis and implementation of electronic data sharing methods across archetypes, and the need for further definition of the role of these data sharing methods.

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)0,065
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,346

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0650,078
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0250,022
Études des sciences et des technologies0,0040,014
Communication savante0,0150,017
Science ouverte0,0040,012
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,026
Tête enseignante GPT0,434
Écart entre enseignants0,408 · 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'étudeThéorique ou conceptuel
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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Integrated CareMême sujetInterprofessional Education and CollaborationTravaux en français237 207