A Novel Approach to Interprofessional Education: Interprofessional Day, the Four-Year Experience at the Medical University of South Carolina
Notice bibliographique
Résumé
Background: In order to introduce students to different disciplines and promote interprofessional teamwork, the Medical University of South Carolina developed an innovative educational program, Interprofessional (IP) Day, for all first- and second-year health professions students. The IP Day Committee, composed of representatives from each of the six colleges (pharmacy, nursing, medicine, graduate studies, health professions, and dental medicine), coordinates the day's activities. The morning session (for second-year students only) and the afternoon session (for first-year students only) each begin with a large group meeting where an invited speaker details the concept and implementation of interprofessional teamwork. Following the speaker, students divide into small discussion groups containing at least one student from each of the six colleges and led by a faculty member and student facilitators. The first-year session introduces the role of each discipline (e.g., occupational therapy, nursing). The second-year session promotes teamwork among the professions via a case discussion.Methods and Findings: We assessed the students' satisfaction with the program and measured their attitudes toward interprofessional collaboration using both quantitative and qualitative methods. Results from a formative evaluation of the IP Day suggest improved knowledge about other healthcare professions after participating in interprofessional day, particularly for first-year students.Conclusions: IP Day lays the groundwork for our students' successful interprofessional collaborative experience at MUSC, a paramount university goal.
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 | 0,010 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».