MétaCan
Menu
Retour à la cohorte
Enregistrement W4416364119 · doi:10.24926/iip.v16i3.6536

Allocation and prioritization of hospital pharmacist clinical services in British Columbia

2025· article· en· W4416364119 sur OpenAlexaffabout
Karen Dahri, Louise Lau, Michael Legal, Sean P. Spina, Sean K Gorman

Notice bibliographique

RevueINNOVATIONS in pharmacy · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensInterior HealthUniversity of VictoriaIsland HealthVancouver General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPharmacistPharmacyClinical pharmacyHospital pharmacyPrioritizationQuality (philosophy)Pharmacy practiceWork (physics)

Résumé

récupéré en direct d'OpenAlex

Background: Clinical pharmacists are a limited resource in British Columbia (BC). Few studies have been conducted to explore hospital clinical pharmacist allocation. It is unclear how pharmacy leaders prioritize the allocation of their pharmacist staff to provide clinical services at their sites. Objectives: To characterize how hospital pharmacy leaders allocate their pharmacists within their sites. Methods: This qualitative study used key informant interviews of hospital pharmacy leaders in BC, Canada. Seven questions were included in the interview guide, asking participants about their philosophy for organizing clinical pharmacist coverage, exploring the adequacy of current staff levels, asking about barriers and enablers, and looking at the use of quality assurance mechanisms. Results: Sixteen participants were interviewed. The data yielded five themes: clinical staff allocation, barriers to providing optimal pharmacy services, clinical work prioritization, staff training and recruitment, and quality assurance. Conclusions: Pharmacy leaders in BC consider a variety of factors in allocating their clinical staff. While funding is an important factor in human resource allocation, even with adequate funding, there is a lack of adequately trained staff to fill available positions. Future exploration is needed to determine the best method of pharmacist allocation in relation to patient outcomes and to identify novel ways to support training of clinical pharmacists.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,391

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,089
Tête enseignante GPT0,463
Écart entre enseignants0,373 · 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'étudeObservationnel
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 revueINNOVATIONS in pharmacyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207