MétaCan
Menu
Retour à la cohorte
Enregistrement W2770993452 · doi:10.5688/ajpe6140

Evaluation of a Unique Interprofessional Education Program Involving Medical and Pharmacy Students

2017· article· en· W2770993452 sur OpenAlexaff
Jeff Nagge, Michael Lee‐Poy, Cynthia L. Richard

Notice bibliographique

RevueAmerican Journal of Pharmaceutical Education · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensRegional Municipality of WaterlooMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesInstitute of Chemistry, Chinese Academy of Sciences
Mots-clésPharmacyMedical educationInterprofessional educationInterviewHealth carePsychologyFamily medicineMedicineNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

Objective. To measure changes in interprofessional competencies among pharmacy and medical students following a half-day event focusing on interprofessional learning. Methods. There were 118 pharmacy students and 28 medical students who participated in the Healthcare Interprofessional Education Day (HIPED) which consisted of three stations (communication, patient interviewing, and prescribing) in which pharmacy and medical students had to work collaboratively. The standardized Interprofessional Collaborative Competency Attainment Survey (ICCAS) was used to evaluate the effectiveness of the program. Results. There were 133 surveys completed for a response rate of 91%. All 20 items measured by the ICCAS showed a significant improvement. The strongest effect sizes were in the collaboration, roles & responsibilities, and collaborative practice/family-centered approach categories. The least robust effects were in the conflict management/resolution category. Conclusion. The HIPED activity was an effective IPE experience. The strong and consistent improvement in all ICCAS scores suggest a framework for pharmacy and medical school training to move from siloed educational experiences to synergistic learning opportunities.

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)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 GPT0,630
Écart entre enseignants0,535 · 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

Citations52
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Pharmaceutical EducationMême sujetInterprofessional Education and CollaborationTravaux en français237 207