MétaCan
Menu
Retour à la cohorte
Enregistrement W7000547488

The FORGE AHEAD clinical readiness consultation tool: a validated tool to assess clinical readiness for chronic disease care mobilization in Canada’s First Nations

2017· article· en· W7000547488 sur OpenAlexaboutno aff

Notice bibliographique

RevueArrow@dit (Dublin Institute of Technology) · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousIntervention (counseling)Consistency (knowledge bases)Chronic careIdentification (biology)Internal consistencyQuality (philosophy)Citizen journalismTest (biology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Given the astounding rates of diabetes and related complications, and the barriers to providing\ncare present in Indigenous communities in Canada, intervention strategies that take into account contextual factors\nsuch as readiness to mobilize are needed to maximize improvements and increase the likelihood of success and\nsustainment. As part of the national FORGE AHEAD Program, we sought to develop, test and validate a clinical\nreadiness consultation tool aimed at assessing the readiness of clinical teams working on-reserve in First Nations\ncommunities to participate in quality improvement (QI) to enhance diabetes care in Canada.\nMethods: A literature review was conducted to identify existing readiness tools. The ABCD – SAT was adapted\nusing a consensus approach that emphasized a community-based participatory approach and prioritized the\nknowledge and wisdom held by community members. The tool was piloted with a group of 16 people from 7\nprovinces and 11 partnering communities to assess language use, clarity, relevance, format, and ease of completion\nusing examples. Internal reliability analysis and convergence validity were conducted with data from 53 clinical\nteam members from 11 First Nations communities (3–5 per community) who have participated in the FORGE\nAHEAD program.\nResults: The 27-page Clinical Readiness Consultation Tool (CRCT) consists of five main components, 21\nsub-components, and 74 items that are aligned with the Expanded Chronic Care Model. Five-point Likert\nscale feedback from the pilot ranged from 3.25 to 4.5. Length of the tool was reported as a drawback but\nrespondents noted that all the items were needed to provide a comprehensive picture of the healthcare\nsystem. Results for internal consistency showed that all sub-components except for two were within\nacceptable ranges (0.77–0.93). The Team Structure and Function sub-component scale had a moderately\nsignificant positive correlation with the validated Team Climate Inventory, r = 0.45, p < 0.05.\nConclusions: The testing and validation of the FORGE AHEAD CRCT demonstrated that the tool is acceptable,\nvalid and reliable. The CRCT has been successfully used to support the implementation of the FORGE AHEAD Program\nand the health services changes that partnering First Nations communities have designed and undertaken to improve\ndiabetes care.

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)0,004
score de la tête « metaresearch » (Gemma)0,085
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,085
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0000,001
Science ouverte0,0020,000
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 Opus0,436
Tête enseignante GPT0,616
Écart entre enseignants0,180 · 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.

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArrow@dit (Dublin Institute of Technology)Même sujetHealth Policy Implementation ScienceTravaux en français237 207