MétaCan
Menu
Retour à la cohorte
Enregistrement W2337061150 · doi:10.3138/jvme.0715-121r

Incorporating Inter-Professional Education into a Veterinary Medical Curriculum

2016· article· en· W2337061150 sur OpenAlexvenueno aff
Amara H. Estrada, Linda S. Behar‐Horenstein, Daniel J. Estrada, Erik W. Black, Alison Kwiatkowski, Annie Bzoch, Amy V. Blue

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccreditationCurriculumInterprofessional educationMedical educationTeamworkExperiential learningHealth careMedicineHealth professionsProfessional developmentPharmacyPublic healthVeterinary medicineNursingPsychologyPolitical sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Inter-professional education (IPE) is identified as an important component of health profession training and is listed in the accreditation requirements for many fields, including veterinary medicine. The goals of IPE are to develop inter-professional skills and to improve patient-oriented care and community health outcomes. To meet these goals, IPE relies on enhanced teamwork, a high level of communication, mutual planning, collective decision making, and shared responsibilities. One Health initiatives have also become integral parts of core competencies for veterinary curricular development. While the overall objectives of an IPE program are similar to those of a One Health initiative, they are not identical. There are unique differences in expectations and outcomes for an IPE program. The purpose of this study was to explore veterinary medical students' perceptions of their interprofessional experiences following participation in a required IPE course that brought together beginning health profession students from the colleges of medicine, dentistry, nursing, pharmacy, nutrition, public health and health professions, and veterinary medicine. Using qualitative research methods, we found that there is powerful experiential learning that occurs for both the veterinary students and the other health profession students when they work together at the beginning of their curriculum as an inter-professional team.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,055
Tête enseignante GPT0,495
Écart entre enseignants0,440 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetInterprofessional Education and CollaborationTravaux en français237 207