MétaCan
Menu
Retour à la cohorte
Enregistrement W2016303085 · doi:10.12927/cjnl.2010.21727

Different Roles, Same Goal: Students Learn about Interprofessional Practice in a Clinical Setting

2010· article· en· W2016303085 sur OpenAlexafffundvenueabout
Susan Glover Takahashi, Sharon Brissette, Kelly Thorstad

Notice bibliographique

RevueNursing leadership · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensShriners Hospitals for Children - Canada
Organismes subventionnairesToronto Rehabilitation InstituteShriners Hospitals for Children
Mots-clésNursingInterprofessional educationHealth careWork (physics)Medical educationMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

The Shriners Hospitals for Children-Canada has developed an innovative Interprofessional Education Program to help tomorrow's healthcare professionals gain the skills and knowledge they need to work effectively in teams to provide efficient, collaborative and family-centred care. Undergraduate students in nursing, physiotherapy and occupational therapy participated in group discussions, seminars by staff members and group presentations. Students reported increased understanding of their own and others' roles and a more holistic view of patients and families, and demonstrated their ability to work in teams to create collaborative care plans. Facilitating factors were a strong existing interprofessional team, administrative buy-in and support, consistent clinical nurse specialist involvement and strong, enthusiastic students. Challenges included logistics, time taken away from students' regular clinical time, time required of staff for program planning and implementation, and the difficulty of evaluating effects on patient care. The program shows promise as a way of introducing students to interprofessional practice and giving them a chance to practise their newly acquired skills in a clinical setting. It also has the potential to enhance staff awareness of interprofessional issues and facilitate staff development.

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)0,005
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,003
Communication savante0,0070,005
Science ouverte0,0020,006
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,152
Tête enseignante GPT0,531
Écart entre enseignants0,380 · 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'étudeObservationnel
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

Citations13
Publié2010
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetInterprofessional Education and CollaborationTravaux en français237 207