MétaCan
Menu
Retour à la cohorte
Enregistrement W2973099788 · doi:10.1017/s0714980819000539

Perspectives about Interprofessional Collaboration and Patient-Centred Care

2019· article· en· W2973099788 sur OpenAlexaff
Sherry Dahlke, Kathleen F. Hunter, Maya R. Kalogirou, Kelly A. Negrin, Mary Fox, Adrian Wagg

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensYork UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNursingTriangulationPerceptionInterprofessional educationMedicinePsychologyQuality (philosophy)Health careMedical education

Résumé

récupéré en direct d'OpenAlex

Interprofessional collaboration is understood to improve efficiencies and quality of care but is associated with challenges such as professionals' differing routines, knowledge, and identities, as well as professional hierarchies and time constraints. Given these challenges, there is limited understanding of how professionals collaborate effectively in providing patient-centred care. This study, with a convergence triangulation mixed-methods study design, explored interprofessional staffs' perceptions of interprofessional collaboration and patient-centred care when working with hospitalized older adults. Thirty-six staff responded to a survey which included the Patient-Centred Care measure and the Modified Index of Interdisciplinary Collaboration; we also interviewed 14 nursing staff. Although all scores suggested a high value was placed on interprofessional collaboration, scores were low related to activities that facilitated team processes. We identified three themes from the data: knowing the patient/family, functional needs, and communication processes. Staff identified daily rounds with interprofessional teams as supportive of interprofessional collaboration and patient-centred-care.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,290
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,294
Écart entre enseignants0,285 · 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

Citations78
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetInterprofessional Education and CollaborationTravaux en français237 207