MétaCan
Menu
← Retour à la cohorte
Enregistrement W2973074889 · doi:10.69554/uiej8718

Scoping review of inter-professional teamwork theories in health care: Implications for policy, practice and research

2017· article· en· W2973074889 sur OpenAlexaff
Grace Liu, Peter Tsasis

Notice bibliographique

RevueManagement in healthcare. · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésTeamworkHealth careEngineering ethicsPsychologyPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

As theoretical underpinning is a priority for inter-professional teamwork, this scoping review examines theories for inter-professional teamwork in health care in the academic literature over the last 10 years. The review found 56 papers from 4 databases (CINAHL, Medline, Scholar's Portal and Web of Science) published in English. A content strategy approach was used to categorise the theories, interventions and outcomes. The literature revealed a trend moving away from single theories, into multifaceted theories. There were more papers on inter-professional education interventions, compared to interprofessional practice or organisation interventions. Many papers reported the importance of patient outcomes as the driving force for teamwork. However, there is a lack of evidence to support this notion. Further research is suggested on teamwork effectiveness, including measurement and evaluation of patient and system outcomes. Based on the scoping literature review, a conceptual model is developed to align interventions with theory to outcomes, which considers four broad theoretical perspectives highlighted herein (learning, social-psychological, organisation and system), interventions at various levels (patient, profession, micro, meso and macro) and measurement of outcomes. This framework identifies various theories, interventions and outcomes, which will help direct policy, practice and research in matching the right theory(ies) to intervention(s) and outcome(s).

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)0,097
score de la tête « metaresearch » (Gemma)0,246
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,515

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0970,246
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0070,005
Bibliométrie0,0440,054
Études des sciences et des technologies0,0040,005
Communication savante0,0140,012
Science ouverte0,0040,007
Intégrité de la recherche0,0070,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,153
Tête enseignante GPT0,644
Écart entre enseignants0,491 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement in healthcare.→Même sujetInterprofessional Education and Collaboration→Travaux en français237 207→