MétaCan
Menu
← Retour à la cohorte
Enregistrement W2167436101 · doi:10.20381/ruor-4525

Interprofessional Shared Decision Making in NICU: A Mixed Methods Study

2011· dissertation· en· W2167436101 sur OpenAlexfundvenueaboutno aff
Sandra Dunn

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2011
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchQueen's University
Mots-clésPsychologyProcess (computing)TriageHealth careNursingMedical educationMedicineKnowledge managementComputer science

Résumé

récupéré en direct d'OpenAlex

Background: The process of shared decision making (SDM), a key component of interprofessional (IP) practice, provides an opportunity for the separate and shared knowledge and skills of care providers to synergistically influence the client / patient care provided. The aim of this study was to understand how different professional groups perceive IPSDM, their role as effective participants in the process and how they ensure their voices are heard. Methods: A sequential explanatory mixed methods design was used consisting of a realist review of the literature about IPSDM in intensive care, a survey of the IP team (n=96; RR-81.4%) about collaboration and satisfaction with the decision making process in NICU, semi-structured interviews with a sample of team members (n=22) working in NICU, and observation of team decision making interactions during morning rounds over a two week period. A tertiary care NICU in Canada was the study setting. Findings: The study revealed a number of key findings that are important to our increased understanding of IPSDM. Healthcare professionals’ (HCP) views differ about what constitutes IPSDM. The nature of the decision (triage, chronic condition, values sensitive) is an important influencing factor for IPSDM. Four key roles were identified as essential to the IPSDM process: professional expert, leader, synthesizer and parent. IPSDM involves collaboration, sharing, weighing and building consensus to overcome diversity. HCPs use persuasive knowledge exchange strategies to ensure their voices are heard during IPSDM. Buffering power differentials and increasing agreement about best options lead to well-informed decisions. A model was developed to illustrate the relationships among these concepts. Conclusions: Findings from this study improve understanding of how different members of the team participate in the IPSDM process, and highlight effective strategies to ensure professional voices are heard, understood and considered during deliberations.

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)0,046
score de la tête « metaresearch » (Gemma)0,047
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,242

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,047
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0050,002
Communication savante0,0040,003
Science ouverte0,0030,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,349
Écart entre enseignants0,335 · 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

Citations1
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)→Même sujetInterprofessional Education and Collaboration→Travaux en français237 207→