Changing stress while stressing change: The role of interprofessional education in mediating stress in the introduction of a transformative technology
Notice bibliographique
Résumé
The introduction of a transformative technology into practice settings can affect the functioning of interprofessional teams, placing stress on interprofessional relationships, thus slowing adoption and change. This study explored the potential of an interprofessional education (IPE) approach to mediate this stress and facilitate the adoption of a transformative technology- Image Guided Radiation Therapy (IGRT). Oncologists, physicists, and therapists in radiation medicine who attended an interprofessional IGRT Education Course were interviewed about perceived benefits and stressors to IPE and to interprofessional practice (IPP) in the IGRT context. A modified grounded theory approach was used to conduct 14 interviews, with 200 minutes of interview time recorded. In introducing IGRT, participants noted interprofessional stress in understanding and adopting new technology. IPE offered common terminology, appreciation for others' knowledge, and a holistic framework for practice. Outcomes were thought to foster collaboration, efficiency, and improved professional role definition. Time constraints and power relations were noted to be residual stressors exacerbated by IPE, but were thought to be transient. IPE can thus be of benefit in the implementation of transformative technologies such as IGRT, through mediation of interprofessional stress inherent in change. Interprofessional knowledge, collaboration, and efficiency in practice facilitate the development and adoption of a new practice model.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».