MétaCan
Menu
Retour à la cohorte
Enregistrement W2966530362 · doi:10.1080/13561820.2019.1638758

Integrating interprofessional education with needs-based health workforce planning to strengthen health systems

2019· article· en· W2966530362 sur OpenAlexaff
Gail Tomblin Murphy, John Gilbert, Janet Rigby

Notice bibliographique

RevueJournal of Interprofessional Care · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of British ColumbiaNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésWorkforceWorkforce planningInterprofessional educationHealth careBusinessWorkforce developmentGlobeProcess managementHRHISProcess (computing)Knowledge managementHealth policyNursingPublic relationsMedicinePublic healthPolitical scienceComputer scienceEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Providing quality health care is the core purpose for health systems, and it is only possible with adequate capacity among the workforce to provide the required services. Addressing the requirements for, and supply of, the health workforce (workforce planning) is essential for strengthening health systems. There is a global recognition that interprofessional education (IPE) is critical to achieving universal health care. In this introductory paper we discuss how IPE is a key factor within needs-based health systems strengthening and Human Resources for Health (HRH) planning. This perspective is illustrated through six case studies from countries around the globe which provide discourse on how the integration of IPE/IPC with needs-based workforce planning can contribute to strengthening the health systems. Three key learnings arise from the case studies - 1) IPE is important to meet health care needs of populations efficiently and effectively; 2) integrated needs-based planning provides a framework within which IPE has an integral role, and 3) stakeholders from both health and education are critical to the process of seamless integration of IPE across the continuum of health systems.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,032
Tête enseignante GPT0,443
Écart entre enseignants0,410 · 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'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

Citations28
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Interprofessional CareMême sujetInterprofessional Education and CollaborationTravaux en français237 207