Attitudes towards interprofessional collaboration among primary care physicians and nurses in Singapore
Notice bibliographique
Résumé
Interprofessional collaboration (IPC) has been shown to improve patient outcomes, cost efficiency, and health professional satisfaction, and enhance healthy workplaces. We determined the attitudes of primary care physicians and nurses towards IPC and factors facilitating IPC using a cross-sectional study design in Singapore. A self-administered anonymous questionnaire, based on the Jefferson Scale of Attitudes toward Physician-Nurse Collaboration (JSAPNC), was distributed to primary healthcare physicians and nurses working in National Healthcare Group Polyclinics (N = 455). We found that the mean JSAPNC score for physicians was poorer than that for nurses (50.39 [SD = 4.67] vs. 51.61 [SD = 4.19], respectively, mean difference, MD = 1.22, CI = 0.35-2.09, p = .006). Nurses with advanced education had better mean JSAPNC score than nurses with basic education (52.28 [SD = 4.22] vs. 51.12 [SD = 4.11], respectively, MD = 1.16, CI = 0.12-2.20, p = .029). Male participants had poorer mean JSAPNC score compared to females (50.27 [SD = 5.02] vs. 51.38 [SD = 4.22], respectively MD = 1.11, CI = 0.07-2.14, p = .036). With regression analysis, only educational qualification among nurses was independently and positively associated with JSAPNC scores (p = .018). In conclusion, primary care nurses in Singapore had more positive attitudes towards IPC than physicians. Among nurses, those with advanced education had more positive attitudes than those with basic education. Greater emphasis on IPC education in training of physicians and nurses could help improve attitudes further.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».