MétaCan
Menu
Retour à la cohorte
Enregistrement W1584663298 · doi:10.4103/1357-6283.161896

Building an interfaculty interprofessional education curriculum: What can we learn from the Université Laval experience?

2015· article· en· W1584663298 sur OpenAlexaffabout
Élise Milot, Serge Dumont, Michèle Aubin, Gisèle Bourdeau, GinetteMbourou Azizah, Louise Picard, Daphney St‐Germain

Notice bibliographique

RevueEducation for Health · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensCentre for Interdisciplinary Research in RehabilitationMinistère de l’Emploi et de la Solidarité Sociale (Québec)
Organismes subventionnairesnon disponible
Mots-clésCurriculumInterprofessional educationMedical educationProcess (computing)Social careHealth carePedagogyMedicineSociologyNursingPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Interprofessional education (IPE) is increasingly recognized as a means to improve practice in health and social care. However, to secure interprofessional learning, it is important to create occasions in prelicensure health and social services curriculum so that students can learn with, from and about each other. This paper presents the process behind the development and implementation of an IPE curriculum in 10 health and social sciences programs by a team of professors from the faculties of medicine, nursing sciences and social sciences at Université Laval in the province of Québec, Canada. The pedagogical approach, description of primary objectives and issues related to its implementation in the curriculum programs are also described and discussed.

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)0,011
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,077
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,003
Communication savante0,0090,005
Science ouverte0,0030,010
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,056
Tête enseignante GPT0,471
Écart entre enseignants0,414 · 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

Citations16
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEducation for HealthMême sujetInterprofessional Education and CollaborationTravaux en français237 207