A School‐Based Case Study: Developing Interprofessional Competencies to Support Students With Dual Diagnosis
Notice bibliographique
Résumé
Abstract This case study provides insight into the ways an interprofessional team developed collaborative competencies to enhance school‐based mental health support for students with a dual diagnosis of intellectual disabilities and mental health illness. The team was anchored by the school division coordinator, two resource teachers, a social worker, and a psychologist. It is also a site for preservice nursing, social work, recreational therapy, and psychology students who were completing their senior practicum in their respective programs. The purpose of this study is to develop a deeper understanding of how preservice and in‐service professionals experience interprofessional collaboration and competency development as a means to support students with dual diagnosis. Interviews were conducted with 21, preservice practicum students and in‐service professionals who participated on the team. Data were recorded, transcribed verbatim and manually aggregated, coded, and themed using two complementary strategies, constant comparison method and initial and focused coding. The Canadian Interprofessional Health Collaborative (CIHC) (Gilbert, ) framework helped illuminate the fundamental components, that is, the competencies, needed to be an effective collaborator. The findings suggest that four of the six CIHC competencies, role clarification, student centeredness, communication and team functioning emerged as core competencies. The practicum students described their experience on the team as an enriching way to develop specialized knowledge, skills, and attitudes with students with dual diagnosis and they continue to serve as advocates in their current positions. Reciprocally, the permanent structure of the interprofessional practicum offered a unique professional development strategy for in‐service professionals. This study queries the need to refine the CIHC model for school‐based mental health settings. It is suggested that the model would be enhanced by a greater emphasis on culturally responsible practice and a greater integration of inclusive education competencies for professionals who work with students who have dual diagnosis in schools.
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 | 0,003 | 0,165 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».