Notice bibliographique
Résumé
Background: Family physicians deliver medical care for long-term care residents in Canada. These physicians provide care with varying levels of commitment, but there are knowledge gaps concerning the relationship between physician practice and care quality. No consensus exists on how to define and measure physician commitment in long-term care. Objectives: This thesis examined: (1) How does physician commitment to long- term care influence resident care quality? (2) What are the relevant and feasible expectations for physician commitment in long-term care? (3) How does the long-term care practice environment influence medication prescribing patterns? Methods: This thesis comprised a retrospective cross-sectional study, a modified e-Delphi study, and a retrospective cohort study. Using health administrative data, the commitment of long-term care physicians was described and examined in relation to resident outcomes. Expert physicians rated statements to define expectations of commitment. A multi-level cohort study analyzed electronic medical records of long-term care residents to examine prescribing variation at the resident, unit, home, and organizational levels. Results: Only 114 (8.3%) physicians had a practice commitment of 80% or higher, which was associated with 10% fewer emergency department visits, but showed inconsistent relationships with other outcomes in administrative data. The consensus study established that commitment is multidimensional, encompassing 21 statements that define commitment. Lastly, this work examined the long-term care practice environment in a multi-level analysis and found substantial prescribing variation across psychotropic and non-psychotropic medications, with home variation consistently exceeding unit variation. Conclusion: This thesis provides the first comprehensive understanding of physician practice in Canadian long-term care homes. The studies developed an approach to measure commitment within health administrative data and demonstrated that commitment is multidimensional, with care quality resulting from complex interactions between physician characteristics and organizational contexts. This thesis provides support for evidence-based guidance for medical education, workforce planning, and quality improvement initiatives.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».