MétaCan
Menu
Retour à la cohorte
Enregistrement W2096900256 · doi:10.1080/13561820600718139

A conceptual model for interprofessional education: The international classification of functioning, disability and health (ICF)

2006· article· en· W2096900256 sur OpenAlexaff
Chris Allan, Wenonah Campbell, Christine Guptill, Flora F. Stephenson, Karen E. Campbell

Notice bibliographique

RevueJournal of Interprofessional Care · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésInternational Classification of Functioning, Disability and HealthBiopsychosocial modelConceptual frameworkPerspective (graphical)Interprofessional educationPresentation (obstetrics)PsychologyConceptual modelHealth careMedical educationMedicineSociologyComputer sciencePsychotherapistPolitical science

Résumé

récupéré en direct d'OpenAlex

A shared language and conceptual framework is essential to successful interprofessional collaboration. The World Health Organization's International Classification of Functioning, Disability and Health (ICF) provides a shared language and conceptual framework that transcends traditional disciplinary boundaries. This paper will familiarize readers with the ICF and describe the biopsychosocial perspective that is adopted in its conceptual framework and language. The presentation of a case study will illustrate how the ICF can enhance interprofessional learning by promoting a multidimensional perspective of an individual's health concerns. The case study will also highlight the value of the shared language and conceptual framework of the ICF for interprofessional collaboration. It is argued that a strong foundation in the principles exemplified by the ICF may serve to enhance interprofessional communication, and in so doing, encourage involvement in interprofessional collaboration and healthcare.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,010
Études des sciences et des technologies0,0080,016
Communication savante0,0100,016
Science ouverte0,0050,008
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 GPT0,460
Écart entre enseignants0,396 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations134
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Interprofessional CareMême sujetInterprofessional Education and CollaborationTravaux en français237 207