Investigating the barriers to teaching family physicians' and specialists' collaboration in the training environment: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Collaboration between physicians in different specialties is often taken for granted. However, poor interactions between family physicians and specialists contribute significantly to the observed discontinuity between primary and specialty care. The objective of this study was to explore how collaboration between family physicians and specialists was conceptualised as a competency and experienced in residency training curricula of four faculties of medicine in Canada. METHODS: This is a multiple-case study based on Abbott's theory of professions. Programs targeted were family medicine, general psychiatry, radiology, and internal medicine. The content of the programs' objectives was analyzed. Associate deans of postgraduate studies, program directors, educators, and residents were interviewed individually or in focus groups (47 residents and 45 faculty members). RESULTS: The training objectives related to family physicians-specialists collaboration were phrased in very general terms and lacked specificity. Obstacles to effective collaboration were aggregated under themes of professional responsibility and questioned expertise. Both trainees and trainers reported increasing distances between specialty and general medicine in three key fields of the professional system: the workplace arena, the training setting, and the production of academic knowledge. CONCLUSION: The challenges of developing collaborating skills between generalists and specialist physicians are comparable in many ways to those encountered in inter-professional collaboration and should be given more consideration than they currently receive if we want to improve coordination between primary and specialty care.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».