MétaCan
Menu
Retour à la cohorte
Enregistrement W1526943355 · doi:10.1111/ijpp.12080

Integrating pharmacists into primary care teams: barriers and facilitators

2013· article· en· W1526943355 sur OpenAlexafffundabout
Derek Jorgenson, Tessa Laubscher, Barry Lyons, Rebecca Palmer

Notice bibliographique

RevueInternational Journal of Pharmacy Practice · 2013
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensCanadian Armed ForcesUniversity of Saskatchewan
Organismes subventionnairesCollege of Pharmacy and Nutrition, University of Saskatchewan
Mots-clésPharmacistMedicineNursingThematic analysisQualitative researchFamily medicineMedical educationPharmacy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study evaluated the barriers and facilitators that were experienced as pharmacists were integrated into 23 existing primary care teams located in urban and rural communities in Saskatchewan, Canada. METHODS: Qualitative design using data from one-on-one telephone interviews with pharmacists, physicians and nurse practitioners from the 23 teams that integrated a new pharmacist role. Four researchers from varied backgrounds used thematic analysis of the interview transcripts to determine key themes. The research team met on multiple occasions to agree on the key themes and received written feedback from an external auditor and two of the original interviewees. KEY FINDINGS: Seven key themes emerged describing the barriers and facilitators that the teams experienced during the pharmacist integration: (1) relationships, trust and respect; (2) pharmacist role definition; (3) orientation and support; (4) pharmacist personality and professional experience; (5) pharmacist presence and visibility; (6) resources and funding; and (7) value of the pharmacist role. Teams from urban and rural communities experienced some of these challenges in unique ways. CONCLUSIONS: Primary care teams that integrated a pharmacist experienced several common barriers and facilitators. The negative impact of these barriers can be mitigated with effective planning and support that is individualized for the type of community where the team is located.

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)0,010
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,032
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0030,002
Science ouverte0,0010,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,424
Écart entre enseignants0,384 · 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'étudeQualitatif
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

Citations126
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Pharmacy PracticeMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207