Geriatrics, interprofessional practice, and interorganizational collaboration: a knowledge-to-practice intervention for primary care teams.
Notice bibliographique
Résumé
INTRODUCTION: Caring for frail seniors requires health professionals with skills and knowledge in 3 core competencies: geriatrics, interprofessional practice, and interorganizational collaboration. Despite a growing population of frail seniors in all developed countries, significant gaps exist in preparation of health professionals in these skills. To help close these gaps, a knowledge-to-practice (KTP) process was undertaken to increase the capacity of newly created family health teams and longer standing Community Health Centers in the Province of Ontario, Canada. METHODS: Each team identified a staff member to become its facilitator in the 3 core skill sets. Guided by a KTP framework, a set of training modules were created, compiled into a digital toolkit for transfer into practice, translated in a multimethods workshop, and implemented using a variety of strategies to optimize practice change. RESULTS: Staff from 82% of the targeted primary care teams learned to use the toolkit in a train-the-facilitator process that was highly valued, and prompted a range of changes in personal and team practice. A digital toolkit for primary care teams remains an enduring and often used resource. DISCUSSION: Closing the knowledge gap in the core competencies for frailty focused care is complex. A KTP framework helped guide a staged multimethod process that produced both individual and team practice change and on online toolkit that has a continuing influence.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».