MétaCan
Menu
Retour à la cohorte
Enregistrement W7028380365

FACTORS OF A PHYSICIAN QUALITY IMPROVEMENT LEADERSHIP COALITION THAT INFLUENCE PHYSICIAN BEHAVIOUR

2022· dissertation· en· W7028380365 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueQSpace (Queen's University Library) · 2022
Typedissertation
Langueen
DomaineMathematics
ThématiqueProbability and Statistical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnablingQuality managementTest (biology)WorkflowQuality (philosophy)Intervention (counseling)Physician assistantsQualitative research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This manuscript-style thesis investigated the Strategic Clinical Improvement Committee (SCIC), a physician-led coalition that developed a provincial laboratory-test ordering overuse (LTOO) initiative aimed at reducing blood urea nitrogen (BUN) test ordering across hospital medicine (MED) units and emergency departments (ED) in Alberta, Canada. Two studies in three separate manuscripts contributed to the mixed methods aim of identifying coalition factors that enable MED and ED physicians to lead, participate in, and influence appropriate BUN test ordering. Manuscript 1 is a scoping review; it resulted in a synthesis of 11 articles representing nine distinct physician-led approaches that incorporate learning the science of improvement. From these, 20 enabler strategies were described, which were grouped to generate eight overarching themes that may enable physician quality improvement (QI) capability, participation, and leadership. Manuscript 2 is a qualitative exploration of the physician experience; interviews with 12 physicians from seven participating hospitals generated textual data. A content analysis was completed that identified nine overarching themes and 11 change techniques that may encourage physician QI involvement and appropriate laboratory test ordering. Manuscript 3 is a combination of the quantitative (total monthly BUN test data for six participating hospitals) and qualitative findings. BUN testing was reduced significantly in five of six hospitals and resulted in cost avoidance. Physicians had similar perceptions of the characteristics that enabled their QI involvement, which included a simple initiative linked to a coalition physician leader and/or member, credibility, mentorship, support personnel, QI education and hands-on training, minimal physician effort, and no clinical workflow disruption. Implementing person- and system-focused intervention components, and communication from a trusted local physician were factors influencing appropriate BUN test ordering. The SCIC was found to be an effective physician QI engagement strategy. Results from these studies deepen understanding of the behavioural characteristics and strategies that motivate physician behaviour for QI involvement and appropriate BUN test ordering, reducing LTOO. Researchers, policymakers, physicians, and health organization leaders may use these findings to establish, deliver, and promote physician-led QI beyond a single context.

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.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,577
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,080
Tête enseignante GPT0,315
Écart entre enseignants0,235 · 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