Planning and implementing a collaborative clinical placement for medical, nursing and allied health students: A qualitative study
Notice bibliographique
Résumé
BACKGROUND: Clinical placements have been traditionally offered on a profession specific basis, and as a result, we have a good understanding of salient issues related to their development and delivery. We know less about the planning and implementation of collaborative clinical placements. AIMS: This paper presents key findings from a qualitative study that explored the collaborative processes connected to an interprofessional planning group who created and implemented a clinical placement for medical, nursing and allied health students. METHODS: An ethnographic approach was employed to explore the successes and challenges connected with the planning group's interprofessional work. Interviews, observations and documents were gathered over two years to obtain a comprehensive understanding of this placement. RESULTS: The study found that while the planning group achieved a number of successes in their work including the implementation of a well-received pilot placement, their enthusiasm for the placement created a number of challenges. In particular, it resulted in them neglecting their roles, responsibilities and collaborative group processes, which created difficulties in their ability to work together. In addition, a turnover of members, changes in management and a hospital reorganization inhibited the group's collaborative work. CONCLUSIONS: Collaboration around the planning and implementation of interprofessional placements is a complex venture. In striving for success in this work, planning groups need to focus their attention on both internal group-based factors as well external organizational factors.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,004 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».