An Interprofessional Education Project to Address Veterans’ Healthcare Needs
Notice bibliographique
Résumé
Background/Objective: The number of veterans and their families seeking healthcare and support within civilian communities is increasing worldwide. There is a need for healthcare providers to provide sensitive, comprehensive care for veterans with both physical and behavioral health conditions. Many civilian providers are unfamiliar with veterans’ issues and need training on military culture and combat experiences in order to provide compassionate, high quality care. An interprofessional (IPE) course to increase health professional students’ understanding of military culture and the associated health problems of veterans was implemented and evaluated. Methods: An 8-week IPE immersion course was offered for students with clinical experience at a Veterans’ Health primary care clinic and a didactic component. The class content included military culture, behavioral and physical health disorders common among veterans, and the related behavioral and pharmacological treatments. Faculty-led discussions with students in IPE teams used veteran-focused case studies and standardized patients to prepare students to work in IPE teams in the clinical care of veterans. Results: This educational project was evaluated using quantitative surveys and qualitative reflection questions and focus groups. Students scored high for readiness for interprofessional learning pre-course. Post-course students reported valuing the team approach to veterans care and students engaged in high levels of communication and collaboration within the team. Students’ knowledge scores increased related to understanding of military culture and their patient advocate role. Conclusions: Students learned about military culture and the provision of humanistic, high quality care for military veterans in this clinical and didactic immersion IPE course.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».