MétaCan
Menu
Retour à la cohorte
Enregistrement W2432388072 · doi:10.22230/jripe.2016v6n1a222

Changes in Pharmacy Students After Experiencing Interprofessional Education Activities

2016· article· en· W2432388072 sur OpenAlexvenueno aff
Shane R. Tolleson, Nadia Ismail, Anne C. Gill, Rita Ann Dello Stritto, Mark Hatfield, Cayla R. Teal, Catherine L. Hatfield

Notice bibliographique

RevueJournal of Research in Interprofessional Practice and Education · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterprofessional educationPharmacyHealth careHealth professionalsDescriptive statisticsMedicineHealth professionsPsychologyMedical educationFamily medicineNursing

Résumé

récupéré en direct d'OpenAlex

Background: Interprofessional education (IPE) has become increasingly important among healthcare professionals. The purpose of this study was to assess the impact of IPE experiences on pharmacy students’ perceived level of comfort with and level of reliability regarding other healthcare professionals. Methods and Findings: A survey of third- and fourth-year pharmacy students (N = 190) was analyzed using descriptive statistics and bivariate analyses to address the study objectives. Students experienced a significant increase in their level of comfort with questioning other professions after IPE (pre IPE: 5.45 ± 2.24 and post IPE: 7.22 ± 1.62, p<0.01) and being questioned by other professions (pre IPE: 5.39 ± 2.24 and post IPE: 7.04 ± 1.68, p<0.01). Students also experienced a significant increase in the perceived reliability and accuracy of information from nurses after IPE (pre IPE: 5.91 ± 1.82 and post IPE: 6.41 ± 1.62, p = 0.01). Conclusions: Pharmacy students who experienced any IPE perceived themselves as more comfortable with questioning and being questioned by other healthcare professionals than students without IPE. Additional research is needed to more clearly define the benefits of IPE and how it should be designed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,094
Tête enseignante GPT0,611
Écart entre enseignants0,517 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research in Interprofessional Practice and EducationMême sujetInterprofessional Education and CollaborationTravaux en français237 207