MétaCan
Menu
Retour à la cohorte
Enregistrement W1967839730 · doi:10.3928/01484834-20111230-05

Overcoming All Obstacles: A Framework for Embedding Interprofessional Education Into a Large, Multisite Bachelor of Science Nursing Program

2011· article· en· W1967839730 sur OpenAlexaff
Jenn Salfi, Patricia Solomon, Dianne Allen, Jennifer Mohaupt, Christine Patterson

Notice bibliographique

RevueJournal of Nursing Education · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésInterprofessional educationVariety (cybernetics)BachelorCurriculumHealth careMedical educationNursingMedicinePsychologyComputer sciencePedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

As the delivery of health care becomes more complex and challenging, the need for all health care professionals to collaborate as a team has been identified. Nurses are an integral part of the health care team, so it is critical that their education prepare them for interprofessional collaborative practice. Although many academic settings are currently offering interprofessional education (IPE) in the form of compulsory and elective activities and courses, it may not be enough nor an option for programs with large volumes of students who are distributed across a variety of sites and locations. This article outlines a framework that has been successfully adopted by one large school of nursing that chose to integrate interprofessional competencies throughout its curriculum. This IPE agenda is cost-effective, sustainable, and accessible, and it can be adapted to meet the needs of other prelicensure programs that face similar obstacles or challenges with offering IPE.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,461
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

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

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 Opus0,081
Tête enseignante GPT0,549
Écart entre enseignants0,467 · 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 tête enseignante, 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

Citations29
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing EducationMême sujetInterprofessional Education and CollaborationTravaux en français237 207