Patients’ Messages as Educators in an Interprofessional Health Education Program
Notice bibliographique
Résumé
Background: Patients have traditionally played a passive role in health professional education. Health Mentors Programs are new, innovative interprofessional education initiatives that involve "health mentors" (volunteer community patient educators), who share their experiences navigating the healthcare system with an interprofessional team of four health professional students. The purpose of this research was to explore what motivated the patient educators to participate in the Dalhousie Health Mentors Program and what messages they wanted to instill in health professional students.Methods: Data were collected through seven semi-structured focus groups (N = 29) and one individual interview (N = 1), which were recorded and transcribed verbatim. Qualitative inductive thematic analysis was used to identify key themes.Findings: Our study demonstrated that patients want to play an active role in educating health professional students with the hope of improving the healthcare system. The mentors wanted to convey to the students the importance of interprofessional collaboration, understanding patients are people first, listening to patients, and understanding the visible and invisible impacts of living with chronic conditions.Conclusions: If we expect our students to become competent in providing interprofessional, patient-centred care, it is important that we provide opportunities for patients to be actively involved in health professional education, as they have important messages that cannot be taught from a textbook.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».