MétaCan
Menu
Retour à la cohorte
Enregistrement W2081575807 · doi:10.1002/chp.20028

Improving the clarity of the interprofessional field: Implications for research and continuing interprofessional education

2009· article· en· W2081575807 sur OpenAlexaff
Joanne Goldman, Merrick Zwarenstein, Onil Bhattacharyya, Scott Reeves

Notice bibliographique

RevueJournal of Continuing Education in the Health Professions · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of TorontoHealth Sciences CentreSunnybrook Health Science CentreSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésCLARITYInterprofessional educationPsychological interventionConfusionField (mathematics)Medical educationPsychologyMedicineEngineering ethicsHealth careNursingPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Significant investments are being made around the world to improve interprofessional collaboration, yet limits in our knowledge of this field restrict the ability of decision makers to base their decisions upon evidence. Clarity of the interprofessional field is blurred by a conceptual and semantic confusion that affects our understanding of key elements of education and practice activities, their interlinked relationship, and their effects on health or system outcomes. Systematic reviews of interprofessional education (IPE) and interprofessional collaboration (IPC) have provided some insight into the nature and effectiveness of this field, but a lack of clarity remains. In this article we report on a scoping review currently being undertaken to analyze the interprofessional field, improve its conceptual clarity, and identify elements needed to enhance its development. Emerging review findings regarding participants and settings, interventions, and outcomes are reported. The article provides implications from this review and discusses them in relation to continuing IPE and future research.

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)0,011
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
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 enseignants0,488
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,064
Tête enseignante GPT0,534
Écart entre enseignants0,471 · 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

Citations68
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Continuing Education in the Health ProfessionsMême sujetInterprofessional Education and CollaborationTravaux en français237 207