MétaCan
Menu
Retour à la cohorte
Enregistrement W2186636498

Interprofessional collaboration in family health teams

2010· article· en· W2186636498 sur OpenAlexvenueaboutno aff
Joanne Goldman, Jamie Meuser, Jess Rogers, Lynne Lawrie, Scott Reeves

Notice bibliographique

RevueCanadian Family Physician · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisNursingInterprofessional educationQualitative researchHealth careSpace (punctuation)Psychological interventionPerceptionMedicineMedical educationPsychologySociologyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ObJEctIVE T o examine family health team (FHT) members’ perspectives and experiences of interprofessional collaboration and perceived benefits. DEsIGN Qualitative case study using semistructured interviews. sEttING Fourteen FHTs in urban and rural Ontario. PArtIcIPANts Purposeful sample of the members of 14 FHTs, including family physicians, nurse practitioners, nurses, dietitians, social workers, pharmacists, and managers. MEtHODs A multiple case-study approach in volving 14 FHTs was employed. Thirty-two semistructured interviews were conducted and data were analyzed by employing an inductive thematic approach. A memberchecking technique was also undertaken to enhance the validity of the findings. MAIN FINDINGs Five main themes are reported: rethinking traditional roles and scopes of practice , management and leadership, time and space, interprofessional initiatives, and early perceptions of collaborative care. cONcLUsION This study shows the importance of issues such as roles and scopes of practice , leadership, and space to effective team-based primary care, and provides a framework for understanding different types of interprofessional interventions used to support interprofessional collaboration.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,018
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,004
Communication savante0,0030,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,387
Écart entre enseignants0,369 · 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

Citations22
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Family PhysicianMême sujetInterprofessional Education and CollaborationTravaux en français237 207