The merit of mandatory interprofessional education for pre-health professionalstudents
Notice bibliographique
Résumé
BACKGROUND: Since the World Health Organization identified interprofessional education (IPE) as an important component of primary health care in 1978, health sciences educators continue to debate when it might be best to introduce IPE into the academic training of health professionals. While IPE continues to be offered at increasingly early stages in students' professional development, few if any IPE initiatives have targeted undergraduate pre-health professional students who are likely to enter health professional programs. OBJECTIVES: To design, execute and evaluate the effectiveness of a mandatory IPE initiative targeting students in their first year of a general undergraduate health science education. METHODS: An integrated exercise was created to introduce students to eight health professions and the underlying concepts of interprofessionalism through self-directed independent research, problem-based learning and collaborative group discussions. A two-part questionnaire was developed using a seven point Likert scale to assess the participants' perceived changes in knowledge, interests, and attitudes. RESULTS: A total of 161 students (99.4%) completed both instruments. Pre and post-exercise responses (n = 161) indicated meaningful improvements in students' knowledge on the specific roles of different health professionals (p < 0.001), knowledge on the value of interprofessionalism (p < 0.001), interests in pursuing the various health professions as future careers (p = 0.075), and attitudes towards IPE (p < 0.001). Post-exercise data also revealed that students acquired valuable knowledge and gained a strong interest in learning more about the various health professions as a result of this exercise. CONCLUSIONS: Participation in this short, one-time IPE exercise resulted in profound changes in attitudes, interests, and knowledge amongst participating students. Based on these changes, mandatory IPE for pre-health professional students is merited but additional research on this topic is necessary.
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 | 0,005 | 0,015 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».