Progressive collaborative refinement on teams: implications for communication practices
Notice bibliographique
Résumé
OBJECTIVES: Medical teaching teams (MTTs) must balance teaching and patient care in the face of three challenges: shifting team membership, varying levels of learners and patient complexity. To support care, MTTs rely on a combination of recurrent oral and written communication practices (genres), such as admission, progress and discharge notes. The purpose of this study was to explore how these genres influence the team's ability to collectively care for patients. METHODS: This was a multiple case study with data collected through observations and audio-recordings of 19 patient cases focusing on admission review discussions and chart documents throughout the hospitalisation. Participants included 14 medical students, 32 residents and 10 attending physicians rotating through one of three internal medicine MTTs. We used constant comparative analysis to identify recurrent patterns across the multiple cases, which were further elaborated in a return-of-findings focus group. RESULTS: The MTT genre system facilitated the care of patients through 'progressive collaborative refinement' (PCR): MTTs use case and data reviews to collaboratively and progressively refine their understanding of the patient's problems and develop strategies for addressing them. Progressive collaborative refinement was apparent through modifications made in the documentation. Although modifications were a necessary component, they were not sufficient: some modifications were made without refinement. We characterised incidents of failed modification as 'fragmentation'. Three types were observed: conceptualisation, documentation and continuity of care providers. In most cases, all three were present and interacted to impede PCR. CONCLUSIONS: Progressive collaborative refinement was used by MTTs to provide the optimal care to patients. Progressive collaborative refinement was impeded by a lack of continuity of care providers and gaps between communication genres that fragmented conceptualisation and documentation. Progressive collaborative refinement can be understood as both an overarching process and a shared but unstated ideal. Through defining and describing PCR, the present findings can be used to improve communication and teaching.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,036 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,023 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,004 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».