MétaCan
Menu
Retour à la cohorte
Enregistrement W4414038594 · doi:10.1002/hpm.70019

Patient Roles and Patient Knowledge in Learning Health Systems

2025· article· en· W4414038594 sur OpenAlexafffund
Cara Evans, Christopher Canning, Heather L. Bullock

Notice bibliographique

RevueThe International Journal of Health Planning and Management · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensImpactWaypoint Centre for Mental Health CareMcMaster UniversityUniversity of Toronto
Organismes subventionnairesInstitute of Health Services and Policy ResearchCanadian Institutes of Health Research
Mots-clésKnowledge managementPsychologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Learning health systems collect and analyse data on an ongoing basis to make real-time, evidence-informed decisions. Patient involvement is central to learning health systems. In this perspective paper, we describe implications that LHSs' distinguishing features have for patient involvement. These include the need to: build capacity for patients to engage across cycles of data collection and analysis; flesh out the role of patients with respect to collection and analysis of health system data; and create infrastructure to support involvement within learning-intensive environments. We argue that meaningfully involving patients in LHSs requires attention to the relational and epistemological complexity of this endeavour. We conclude with six recommendations for practice, policy, and research.

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)0,081
score de la tête « metaresearch » (Gemma)0,128
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,427

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0810,128
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0090,031
Communication savante0,0220,021
Science ouverte0,0030,024
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,103
Tête enseignante GPT0,443
Écart entre enseignants0,340 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Health Planning and ManagementMême sujetMental Health and Patient InvolvementTravaux en français237 207