MétaCan
Menu
Retour à la cohorte
Enregistrement W2145021282 · doi:10.1504/ijbhr.2013.058858

Interprofessional roles and cooperation in healthcare research

2013· article· en· W2145021282 sur OpenAlexaff
Iwona A. Bielska, Elizabeth M. Hampel

Notice bibliographique

RevueInternational Journal of Behavioural and Healthcare Research · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésTeamworkHealth carePsychologyPersonalityHealth professionalsObservational studyMedical educationNursingApplied psychologyKnowledge managementMedicineSocial psychologyComputer scienceManagementPolitical science

Résumé

récupéré en direct d'OpenAlex

Research in the healthcare sector is often complex and requires the input from numerous health professionals. This study provides insight into the process of research in an interprofessional healthcare team. To investigate how professionals from various disciplines cooperate together, a short-term observational study was undertaken. The participants completed questionnaires assessing personality types and learning styles, as well as participated in a semi-structured interview. Team interactions were observed during four team meetings over a five month period. The members of the team were found to be diverse in terms of personality types and learning styles and they indicated that this contributed to the success of their team and the positive teamwork experience that they reported. This study highlights the importance of cooperation between various health professionals when conducting healthcare research.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,004
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 Opus0,262
Tête enseignante GPT0,592
Écart entre enseignants0,329 · 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.

Devis d'étudeObservationnel
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioural and Healthcare ResearchMême sujetInterprofessional Education and CollaborationTravaux en français237 207