MétaCan
Menu
Retour à la cohorte
Enregistrement W1630857316 · doi:10.2147/jmdh.s83237

Don’t let up: implementing and sustaining change in a new post-licensure education model for developing extended role practitioners involved in arthritis care

2015· review· en· W1630857316 sur OpenAlexaff
Katie Lundon, Rachel Shupak, Rayfel Schneider, Sonya Canzian, Ed Ziesmann

Notice bibliographique

RevueJournal of Multidisciplinary Healthcare · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensHospital for Sick ChildrenSt. Michael's HospitalArthritis SocietyUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLicensureAlternative medicineMedicineMedical educationFamily medicinePathology

Résumé

récupéré en direct d'OpenAlex

KEY MESSAGE: Across a 9-year period, the Advanced Clinician Practitioner in Arthritis Care program has achieved a set of short-term "wins" giving direction and momentum to the development of new roles for health care practitioners providing arthritis care. IMPLICATION: This is a viable model for post-licensure training offered to multiple allied health professionals to support the development of competent extended role practitioners (extended scope practice). Challenges at this critical juncture include: retain focus, drive, and commitment; develop academic and financial partnerships transferring short-term success to long-term sustainability; advanced, context-driven, system-level evaluation including fiscal outcome; health care policy adaptation to new human health resource development. SUPPORTING EVIDENCE: Success includes: completed 2-year health services research evaluating 37 graduates; leadership, innovation, educational excellence, and human health resource benefit awards; influential publications/presentations addressing post-licensure education/outcome, interprofessional collaboration, and improved patient care.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
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 Opus0,155
Tête enseignante GPT0,496
Écart entre enseignants0,341 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Multidisciplinary HealthcareMême sujetInnovations in Medical EducationTravaux en français237 207