MétaCan
Menu
Retour à la cohorte
Enregistrement W4408272042 · doi:10.2196/preprints.73614

The Actionable Innovation Day (AID) Approach: An Option for Driving Healthcare Innovation (Preprint)

2025· preprint· en· W4408272042 sur OpenAlexaboutno aff
Brett N. Hryciw, Cecilia Tran, Rashi Ramchandani, C Caron, Aimee Sarti, Ann M. Miller, Suzanne Madore, Michaël Chassé, Andy Pan, Simon Didcote, Scott J. Millington, Heather Galley, Kwadwo Kyeremanteng, Andrew Seely

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintHealth careBusinessKnowledge managementMarketingEngineering managementComputer scienceEconomicsEngineeringWorld Wide WebEconomic growth

Résumé

récupéré en direct d'OpenAlex

<sec> <title>BACKGROUND</title> Innovation is essential to address healthcare challenges like resource limitations, overcrowded emergency departments, healthcare provider burnout, and more. Implementing innovation in healthcare faces barriers, including resistance to change, lack of multidisciplinary communication and alignment, resource constraints and more. The Actionable Innovation Day (AID) approach was developed to address these barriers, creating a model for distilling multidisciplinary, immediately applicable, consensus-based recommendations for actionable change. </sec> <sec> <title>OBJECTIVE</title> To evaluate the Actionable Innovation Day (AID) model as a structured approach for fostering multidisciplinary collaboration and generating actionable, system-level healthcare innovations. To assess the feasibility and impact of the AID model in identifying and prioritizing practical, low-cost solutions for improving critical care coordination, patient-centered care, and AI integration. </sec> <sec> <title>METHODS</title> Stakeholders, including multidisciplinary healthcare workers, administrators, patient partners, and industry participants within the Eastern Ontario region were invited to a first regional AID event focussed on acute and critical care. Conducted both in-person and virtually, AID featured (1) morning presentations from individual presenters offering recommendations, and (2) afternoon problem-oriented small-group breakout sessions to explore regional critical care solutions. Actionable recommendations were generated, and later rated with a 5-point agreement Likert scale (with email follow-up survey). </sec> <sec> <title>RESULTS</title> The regional AID event had 57 participants, including 16 multidisciplinary leaders offering a total of 42 recommendations. Each small group generated 5-8 recommendation, synthesized in discussion and analysis, leading to 28 recommendations were generated across four domains: Innovation in Healthcare, Regionalized Care, Critical Care Practices, and AI in Healthcare. 49 (86%) participants responded to the post-event survey, rating their level of agreement. 23 (82%) recommendations had a score &gt; 4. Top recommendations included fostering partnerships between research, industry, and healthcare (Rating: 4.50/5), involving families in patient physical therapy in ICU and in home rehabilitation (4.46), and establishing centralized critical care coordination (4.44). </sec> <sec> <title>CONCLUSIONS</title> The AID approach emphasizes multidisciplinary and multilevel input, incremental and sustainable change, and practical, low-cost solutions, aligning with the Agile Innovation framework. This approach provides an optional model for coordinating meeting to catalyze innovation. </sec>

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil0,906

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,032
Tête enseignante GPT0,286
Écart entre enseignants0,255 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBiomedical and Engineering EducationTravaux en français237 207