MétaCan
Menu
Retour à la cohorte
Enregistrement W2028762752 · doi:10.1080/13561820500082354

Models of interprofessional learning in Canada

2005· article· en· W2028762752 sur OpenAlexafffundabout
David Cook

Notice bibliographique

RevueJournal of Interprofessional Care · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of Alberta
Organismes subventionnairesHealth CanadaCollege of Family Physicians of Canada
Mots-clésInterprofessional educationScope (computer science)Health professionsMedical educationScope of practiceFunction (biology)Work (physics)PsychologyMedicineHealth careComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

This article provides an overview of interprofessional education in Canada, with a view to defining programs at all levels in terms of what models have been employed. The available information implies that the lack of convincing evidence of the effectiveness of existing programs is probably the most serious problem for the expansion of interprofessional education. The objectives of the programs are both to increase the knowledge about the other professions and their scope of practice, and to improve team function, and there are a number of well-established interprofessional programs in Canada that are designed to achieve these objectives, and many other examples of programs that are partial or planned. Despite this, the present interprofessional education initiatives tend to involve only a small proportion of the total health work trainees. There is a need for programs that are more widespread. The most frequent model involves a mandatory experience, which is case-based, involves all the students registered in Health Faculties, and where the students form interprofessional student teams. In addition to examining believable cases, the students also learn some specific information about interacting with the other professions and gain knowledge about the roles, knowledge and contributions that can be made by professions other than their own.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,674
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,021
Tête enseignante GPT0,399
Écart entre enseignants0,378 · 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.

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

Citations75
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

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