MétaCan
Menu
Retour à la cohorte
Enregistrement W2756351169 · doi:10.15766/mep_2374-8265.10625

Understanding Partnerships With Patients/Clients in a Team Context Through Verbatim Theater

2017· article· en· W2756351169 sur OpenAlexaff
Sylvia Langlois, Jessica Teicher, Amy Derochie, Vibhuti Jethava, Scott Molley, Shara Nauth

Notice bibliographique

RevueMedEdPORTAL · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)PsychologyHistory

Résumé

récupéré en direct d'OpenAlex

Introduction: Patient partnership has come to the forefront in health care practice and education, influencing professional programs and interprofessional education curricula. While students conceptually understand the idea of partnering with the patient, the practice of doing so is more challenging. Innovative ways to teach this health care approach may be effective in enabling students to apply their learning and promote enhanced patient partnerships. This resource provides an arts-based approach for exploring notions of partnerships with patients in a team context with interprofessional collaboration. Method: This 2-hour resource features a verbatim reader's theater script and accompanying discussion questions for a small-group reading and debrief activity. The voice of individuals with lived experience is elevated to enhance student learning and connection to the topic. Quotations were taken from interviews with individuals who had experience with the health care system and from health care providers. Results: The script and accompanying small-group discussion questions have been used in the interprofessional education curriculum with approximately 1,100 health profession students. Student response has been positive, indicating a new appreciation for thinking about partnering with patients. Discussion: Although the script has been used in the context of interprofessional education, it has the potential to be used as part of uniprofessional teaching and in practice environments, since understanding the nature of partnerships between practitioners and patients transcends all settings.

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)0,004
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,007
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,264
Tête enseignante GPT0,449
Écart entre enseignants0,185 · 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'étudeQualitatif
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

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedEdPORTALMême sujetInterprofessional Education and CollaborationTravaux en français237 207