MétaCan
Menu
Retour à la cohorte
Enregistrement W2138434743 · doi:10.1177/1049732309338282

Communication Channels in General Internal Medicine: A Description of Baseline Patterns for Improved Interprofessional Collaboration

2009· article· en· W2138434743 sur OpenAlexaff
Lesley Gotlib Conn, Lorelei Lingard, Scott Reeves, Karen‐Lee Miller, Ann Russell, Merrick Zwarenstein

Notice bibliographique

RevueQualitative Health Research · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreMichener InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAsynchronous communicationSpecialtyHealth careCategorizationHealth communicationDiversity (politics)Baseline (sea)PopulationMedical educationPsychologyNursingMedicineFamily medicineComputer scienceSociologyCommunication

Résumé

récupéré en direct d'OpenAlex

General internal medicine (GIM) is a communicatively complex specialty because of its diverse patient population and the number and diversity of health care providers working on a medicine ward. Effective interprofessional communication in such information-intensive environments is critical to achieving optimal patient care. Few empirical studies have explored the ways in which health professionals exchange patient information and the implications of their chosen communication forms. In this article, we report on an ethnographic study of health professionals' communication in two GIM wards through the lens of communication genre theory. We categorize and explore communication in GIM into two genre sets-synchronous and asynchronous-and analyze the relationship between them. Our findings reveal an essential relationship between synchronous and asynchronous modes of communication that has implications for the effectiveness of interprofessional collaboration in this and similar health care settings, and is intended to inform efforts to overcome existing interprofessional communication barriers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,746

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,340
Tête enseignante GPT0,655
Écart entre enseignants0,316 · 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 tête enseignante, 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

Citations84
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQualitative Health ResearchMême sujetInterprofessional Education and CollaborationTravaux en français237 207