MétaCan
Menu
Retour à la cohorte
Enregistrement W2412186094 · doi:10.3109/13561820.2016.1169262

Introducing the individual Teamwork Observation and Feedback Tool (iTOFT): Development and description of a new interprofessional teamwork measure

2016· article· en· W2412186094 sur OpenAlexaff
Jill Thistlethwaite, Kathy Dallest, Roger Dunston, Chris Roberts, Diann Eley, Fiona Bogossian, Dawn Forman, Lesley Bainbridge, Donna Drynan, Sue Fyfe

Notice bibliographique

RevueJournal of Interprofessional Care · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesOffice for Learning and Teaching
Mots-clésTeamworkFormative assessmentDelphi methodDelphiMedical educationAccreditationPsychologyTask (project management)Patient safetyComputer scienceHealth careMedicinePedagogyEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

The individual Teamwork Observation and Feedback Tool (iTOFT) was devised by a consortium of seven universities in recognition of the need for a means of observing and giving feedback to individual learners undertaking an interprofessional teamwork task. It was developed through a literature review of the existing teamwork assessment tools, a discussion of accreditation standards for the health professions, Delphi consultation and field-testing with an emphasis on its feasibility and acceptability for formative assessment. There are two versions: the Basic tool is for use with students who have little clinical teamwork experience and lists 11 observable behaviours under two headings: 'shared decision making' and 'working in a team'. The Advanced version is for senior students and junior health professionals and has 10 observable behaviours under four headings: 'shared decision making', 'working in a team', 'leadership', and 'patient safety'. Both versions include a comprehensive scale and item descriptors. Further testing is required to focus on its validity and educational impact.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,279
Score d'incertitude au seuil0,889

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,052
Tête enseignante GPT0,363
Écart entre enseignants0,311 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations79
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Interprofessional CareMême sujetInterprofessional Education and CollaborationTravaux en français237 207