Interprofessional Relationships in the Field of Obesity: Data from Canada
Notice bibliographique
Résumé
Background: While it is generally acknowledged that an interprofessional approach is necessary to treat and prevent obesity, there have been few empirical studies examining the working relationships of professionals in the obesity field.Methods: In this article social network analysis is used to examine the working relationships of 111 attendees, representing eleven different health professions, at the first National Obesity Summit in Canada. We assessed the extent of engagement in interprofessional relations across four activities: discussion, gathering information, providing care, and conducting research. We also examined attitudes toward interprofessional practice.Findings: On average, respondents reported that approximately 75% of the people they work with are from other professions. Attitudes toward interprofessional practice were generally positive, and did not vary significantly across professions. Interestingly, attitudes were not related to actual interprofessional relations in our sample. In terms of work type, we found that respondents who were engaged in both clinical and research work had the largest networks and had the highest percentage of interprofessional contacts in their discussion and research networks.Conclusions: Overall, the results suggest that within our sample of professionals working in the field of obesity, interprofessional practice is held in high regard as a concept. The results also suggest that members of professions that combine both research and clinical work are most likely to engage in interprofessional relationships. This article illustrates the utility of social network analysis to assess the extent of interprofessional relationships among those working in a particular healthcare field.
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 | 0,013 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,006 |
| 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 ».