A training program designed to improve interprofessional knowledge, skills and attitudes in chronic disease settings
Notice bibliographique
Résumé
For over 25 years, The Arthritis Program (TAP) at Southlake Regional Health Centre has worked within a successful interprofessional model. TAP recognized the need to teach its model and developed The Arthritis Program - Interprofessional Training Program (TAP-ITP). This pilot study evaluated perceptions of 22 TAP-ITP participants related to effectiveness and satisfaction. The study employed a longitudinal survey design and data were collected at the baseline (T1), post-program (T2), and at one year (T3) by use of the following instruments: W(e)Learn Program Assessment; Interprofessional (IP) Learner and Team Contracts; Interprofessional Collaborative Competencies Attainment Survey (ICCAS); Bruyère Clinical Team Self Assessment Scale; and Attitudes Toward Health Care Teams (ATHCT). Data analysis included descriptive, non-parametric and parametric tests. Results indicated participants were very satisfied with TAP-ITP. ICCAS scores revealed statistically significant differences (Wilcoxon rank sum tests) from T1 to T2 in perceptions of IPC competencies (p < 0.05). Paired t-tests for each T1 to post (T2 and T3) scores were all significant (p < 0.05) for each Bruyère subscale and overall scores. For ATHCT, paired t-tests for each T1 to T2 were significant for Quality of Care/Process (p = 0.04) and borderline significant for Physician Centrality scale (p = 0.06). At T3, improvement in both scales was maintained. This pilot study suggests that TAP-ITP improves self-assessed scores of knowledge and skills, as well as attitudes in interprofessional care post-program and sustained at one year.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».