MétaCan
Menu
Retour à la cohorte
Enregistrement W2909582502 · doi:10.22230/jripe.2019v9n1a274

Student Evaluation of Interprofessional Experiences Between Medical and Graduate Biomedical Students

2019· article· en· W2909582502 sur OpenAlexvenueno aff
Corri B. Levine, Maria Ansar, Andrea Dimet‐Wiley, A. Jeanne Miller, Joon Ho Moon, Christopher Rice, August Schaeffer, Jourdan A. Andersson, Shaunte Ekpo-Otu, Erica L. McGrath, Huda Sarraj

Notice bibliographique

RevueJournal of Research in Interprofessional Practice and Education · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésInterprofessional educationCurriculumInterpersonal communicationMedical educationInclusion (mineral)PsychologyPedagogyMedicineHealth carePolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Interprofessional education (IPE) has fostered increased collaboration and appreciation for different disciplines among health professionals but has yet to be established in a translational research setting. Interprofessional experiences (IPEx) implemented early in student training could increase translational research productivity. METHODS AND FINDINGS: Ten students involved in an IPE curriculum wrote autoethnographic accounts that were coded and emergent themes were grouped through constant comparative analysis. IPE led to improvements in communication, trust, appreciation, and an increased desire to seek IPE in future careers. Challenges included administrative barriers and interpersonal conflicts. CONCLUSIONS: Participants found IPE beneficial to their careers and developed a respect for each other's discipline. To implement IPE, institutions should consider possible administrative challenges and inclusion of conflict management training.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,513
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0270,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,206
Tête enseignante GPT0,668
Écart entre enseignants0,462 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research in Interprofessional Practice and EducationMême sujetInterprofessional Education and CollaborationTravaux en français237 207