MétaCan
Menu
Back to cohort
Record W2533373734 · doi:10.5737/23688076264286296

Création d’un programme provincial de navigation santé pour les patients atteints de cancer à l’aide d’une approche d’amélioration de la qualité Troisième partie – Évaluation du programme et analyse des résultats

2016· article· fr· W2533373734 on OpenAlexaffvenueabout
Linda Watson, Kristina Vimy, Jennifer Anderson, Sarah Champ, Andrea DeIure

Bibliographic record

VenueCanadian Oncology Nursing Journal · 2016
Typearticle
Languagefr
FieldHealth Professions
TopicInterprofessional Education and Collaboration
Canadian institutionsUniversity of CalgaryAlberta Health Services
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

En 2012, l’agence provinciale du cancer de l’Alberta lançait un projet d’amélioration de la qualité dans le but de créer, de mettre en œuvre et d’évaluer un programme provincial de navigation pour patients cancéreux englobant 15 établissements répartis sur plus de 600 000 kilomètres carrés. Ce projet a été sélectionné pour recevoir un financement de deux ans (d’avril 2012 à mars 2014) de l’Alberta Cancer Foundation (ACF) accordé à la suite d’un processus de subvention pour améliorer les soins (Enhanced Care Grant). Une série d’articles a été rédigée pour capturer l’essence de ce projet d’amélioration de la qualité des processus amorcés, des normes élaborées, du cadre éducatif déterminant l’orientation du nouveau personnel navigateur et des résultats mesurés. Le premier article de la série portait sur la base de connaissances ayant guidé l’élaboration du programme provincial de navigation et sur la méthodologie employée pour mettre le programme en œuvre dans 15 centres de soins du cancer situés en région rurale ou en milieu urbain isolé (Anderson et al., 2016). Le deuxième article a approfondi le cadre éducatif conçu pour guider l’acquisition des compétences et le processus d’orientation des infirmières (et infirmiers) autorisées engagées pour remplir le rôle d’intervenant pivot auprès des patients cancéreux. Il a également exposé comment le cadre a évolué pour aider à ce que les navigateurs passent du statut de novice à celui d’expert. Le présent article, troisième et dernier de la série, explore les résultats obtenus grâce à ce projet d’amélioration de la qualité et se terminera par une section de discussion mettant en lumière les principales leçons retenues, les mesures d’adaptation mises en place, ainsi que les prochaines étapes en cours pour étendre la portée et les effets du programme provincial de navigation.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.024
metaresearch head score (Gemma)0.033
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.683
Threshold uncertainty score0.631

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0240.033
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.002
Science and technology studies0.0030.002
Scholarly communication0.0030.001
Open science0.0020.005
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0100.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.086
GPT teacher head0.441
Teacher spread0.355 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2016
Admission routes3
Has abstractyes

Explore more

Same venueCanadian Oncology Nursing JournalSame topicInterprofessional Education and CollaborationFrench-language works237,207