Assessing Student Attitudes as a Result of Participating in an Interprofessional Healthcare Elective Associated with a Student-Run Free Clinic
Notice bibliographique
Résumé
BACKGROUND: An interprofessional elective using a student-run clinic can introduce students to professional roles, collaborative patient care, and health disparities. METHODS AND FINDINGS: Students from four professions (pharmacy, medicine, physician assistant, and physical therapy) participated in a service-learning elective where they received weekly didactic lectures and provided healthcare in a student-run free clinic. Additional interprofessional activities included a quality improvement project and a case presentation. Students were administered anonymous surveys before and after the elective to assess changes in their attitudes toward interprofessional teamwork. A total of 93 and 74 students completed the pre-survey and post-survey, respectively. After participating in the elective, significantly more students reported working in interprofessional teams and understood the role of physician assistants. The majority of other attitudes about interprofessional collaboration and professional roles were sustained or improved after the elective. CONCLUSION: An interprofessional service-learning elective using didactic and experiential learning in an interprofessional, student-run free clinic sustained or improved student attitudes toward interprofessional teamwork. The elective had a significant impact on increased student experience working in interprofessional healthcare teams and increased understanding of health professions' roles. Continued assessment of the impact on student behaviours and patient outcomes is warranted.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».