Are We All on the Same Page? A Discourse Analysis of Interprofessional Collaboration
Notice bibliographique
Résumé
PURPOSE: Interprofessional collaboration (IPC) has become a dominant idea in both medical education and clinical care as reflected in its incorporation into competency-based educational frameworks and hospital accreditation models. This study examined the published literature to explore whether a shared IPC discourse underpins these current efforts. METHOD: Using a critical discourse analysis methodology informed by Michel Foucault's approach, the authors analyzed an archive of 188 texts published from 1960 through 2011. The authors identified the texts through a search of PubMed and CINAHL. RESULTS: The authors identified two major discourses in IPC: utilitarian and emancipatory. The utilitarian discourse is characterized by a positivist, experimental approach to the question of whether IPC is useful in patient care and, if so, what features best promote successful outcomes. This discourse uses the language of "evidence" and "validity." The emancipatory discourse is characterized by a constructivist approach concerned primarily with equalizing power relations among health practitioners; its language includes "power" and "dominance." CONCLUSIONS: This study suggests that IPC is not a single, coherent idea in medical education and health care. At least two different IPC discourses exist, each with its own distinctive truths, objects, and language. The extent to which educators and health care practitioners may tacitly align with one discourse or the other may explain the tensions that have accompanied the conceptualization, implementation, and assessment of IPC. Explicit acknowledgment of and attention to these discourses could improve the coherence and impact of IPC efforts in educational and clinical settings.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».