DEVELOPMENT OF CONSUMER-REPORTED QUALITY INDICATORS FOR PUBLICLY-FUNDED HOME AND COMMUNITY-BASED SERVICES
Notice bibliographique
Résumé
Abstract Consumer-reported measures are important quality indicators of person-centered home and community-based services (HCBS). Lack of granularity in administrative data hinders measurement of consumer-reported quality in publicly-funded HCBS. The National Core Indicators- Aging and Disability Survey (NCI-AD) is potentially a great source of consumer-reported data for quality measurement in publicly-funded HCBS. Therefore, we analyzed NCI-AD data to develop consumer-reported quality indicators for HCBS. We applied exploratory factor analyses (EFA) to consumer-reported items from the 2018-2019 survey wave (n=5,572 community-dwelling consumers, age ≥65 years). Through EFA, we identified 5 quality indicators which were then validated in two ways, qualitatively by a technical expert panel (for face validity and contextualization) and quantitatively, using confirmatory factor analyses in the 2017-2018 survey wave (n=9,145 community-dwelling consumers, age ≥65 years). The 5 newly developed and validated quality indicators included service satisfaction (3 survey items, Cronbach’s alpha=0.89, McDonald’s omega=0.90), staff quality (5 survey items, alpha=0.86, omega=0.89), environmental safety (4 survey items, alpha=0.81, omega=0.89), service decision-making (5 survey items, alpha=0.79, omega=0.86), and community inclusion (5 survey items, alpha=0.78, omega=0.86). These indicators had reasonable concurrent validity, with service satisfaction having the highest correlation with other indicators (Pearson’s correlation coefficient between 0.59-0.36). These five new consumer-reported quality indicators can be used by researchers, service providers, and policy makers for evaluating and monitoring service quality and identifying modifiable targets for quality improvement in publicly-funded HCBS.
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 | 0,041 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».