MétaCan
Menu
Retour à la cohorte
Enregistrement W2137993670 · doi:10.1080/13561820500083550

Key elements for interprofessional education. Part 1: The learner, the educator and the learning context

2005· article· en· W2137993670 sur OpenAlexaffabout
Ivy Oandasan, Scott Reeves

Notice bibliographique

RevueJournal of Interprofessional Care · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInterprofessional educationContext (archaeology)Medical educationPsychological interventionLicensureKey (lock)MedicineEngineering ethicsPsychologyPedagogyHealth careNursingComputer sciencePolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This paper is the first of two that highlights key elements needed for consideration in the planning and implementation of interprofessional educational (IPE) interventions at both the pre and post-licensure qualification education levels. There is still much to be learned about the pedagogical constructs related to IPE. Part 1 of this series discusses the learning context for IPE and considers questions related to the "who, what, where, when and how" related to IPE. Through a systematic literature review that was conducted for Health Canada in its move to advance Interprofessional Education for Patient Centred Practice (IECPCP), this paper provides background information that can be helpful for those involved in an interprofessional initiative. A historical review of IPE sets the international context for this area and reflects the work that has been done and is currently being initiated and implemented to advance IPE for health professional students. Much can be learned from the literature related to the pedagogical approaches that have been tried and the issues that need to be addressed related to the learner, the educator and the learning context which this paper examines.

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)0,014
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,013
Communication savante0,0100,013
Science ouverte0,0020,018
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,022
Tête enseignante GPT0,433
Écart entre enseignants0,411 · 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'étudeQualitatif
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

Citations527
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

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