An intervention to improve interprofessional collaboration and communications: A comparative qualitative study
Notice bibliographique
Résumé
Interprofessional communication and collaboration are promoted by policymakers as fundamental building blocks for improving patient safety and meeting the demands of increasingly complex care. This paper reports qualitative findings of an interprofessional intervention designed to improve communication and collaboration between different professions in general internal medicine (GIM) hospital wards in Canada. The intervention promoted self-introduction by role and profession to a collaborating colleague in relation to the shared patient, a question or communication regarding the patient, to be followed by an explicit request for feedback from the partner professional. Implementation and uptake of the intervention were evaluated using qualitative methods, including 90 hours of ethnographic observations and interviews collected in both intervention and comparison wards. Documentary data were also collected and analysed. Fieldnotes and interviews were transcribed and analysed thematically. Our findings suggested that the intervention did not produce the anticipated changes in communication and collaboration between health professionals, and allowed us to identify barriers to the implementation of effective collaboration interventions. Despite initially offering verbal support, senior physicians, nurses, and allied health professionals minimally explained the intervention to their junior colleagues and rarely role-modelled or reiterated support for it. Professional resistances as well as the fast paced, interruptive environment reduced opportunities or incentive to enhance restrictive interprofessional relationships. In a healthcare setting where face-to-face spontaneous interprofessional communication is not hostile but is rare and impersonal, the perceived benefits of improvement are insufficient to implement simple and potentially beneficial communication changes, in the face of habit, and absence of continued senior clinician and management support.
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 | 0,026 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,006 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».