MétaCan
Menu
Retour à la cohorte
Enregistrement W2019078239 · doi:10.3109/13561820.2014.916658

Student-run clinics in Canada: an innovative method of delivering interprofessional education

2014· article· en· W2019078239 sur OpenAlexaffabout
Daphne Haggarty, Daniel Dalcin

Notice bibliographique

RevueJournal of Interprofessional Care · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensNOSM University
Organismes subventionnairesnon disponible
Mots-clésInterprofessional educationHealth careHealthcare deliveryMedical educationWork (physics)NursingPromotion (chess)Plan (archaeology)MedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

The age of siloed healthcare delivery is coming to an end. Research demonstrates that interprofessional collaboration (IPC), the provision of comprehensive services to patients by multiple health providers who collaborate within and across settings, improves the efficiency of the healthcare system, work environments, and patient outcomes. However, developing IPC skills requires training, often referred to as interprofessional education (IPE). This report aims to describe an innovation in IPE: student-run clinics (SRCs). SRCs are organizations composed of students from various disciplines who collaboratively plan and deliver healthcare and health promotion. Recent trends in Canadian SRCs are contrasted with those in the United States. The literature supporting SRCs as a method of delivering IPE, as well as the benefits conferred to patients, students, and communities at large is explored. It is clear that SRCs in Canada are an evolving approach to IPE and are filling a previously undiscovered healthcare niche.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,346
Score d'incertitude au seuil0,966

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,489
Écart entre enseignants0,465 · 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'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

Citations29
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Interprofessional CareMême sujetInterprofessional Education and CollaborationTravaux en français237 207