MétaCan
Menu
Retour à la cohorte
Enregistrement W128938709

An interprofessional practice capability framework focusing on safe, high-quality, client-centred health service.

2013· article· en· W128938709 sur OpenAlexaboutno aff
Margo Brewer, Sue Jones

Notice bibliographique

RevuePubMed · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterprofessional educationCurriculumMedical educationQuality (philosophy)Health careNursingMedicineKnowledge managementPsychologyComputer sciencePedagogyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper describes an interprofessional capability framework which builds on the existing interprofessional competency and capability frameworks from the United Kingdom, Canada, and the United States of America. Existing published frameworks generally make reference to being client-centred and to the safety and quality of care, and locate interprofessional collaborative practice as the central theme or objective. In contrast, this framework interlinks all three elements: client-centred services, safety and quality of services, and interprofessional collaborative practice. The framework is clear and succinct with an accompanying visual representation that highlights all key features. The framework has informed curriculum which incorporates a common first-year, case-based educational workshops and practice placements within a large complex health sciences faculty of approximately 10,000 students from 22 disciplines. The articulation of these key elements of health practice has facilitated students, academic staff, and community health professionals to develop a shared understanding of interprofessional education and practice. The design, implementation, and evaluation of learning outcomes, learning experiences, and assessments have been transformed with the introduction of this framework, which is highly applicable to other contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0070,003
Études des sciences et des technologies0,0050,012
Communication savante0,0070,007
Science ouverte0,0020,010
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,071
Tête enseignante GPT0,452
Écart entre enseignants0,382 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations60
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetInterprofessional Education and CollaborationTravaux en français237 207