MétaCan
Menu
Retour à la cohorte
Enregistrement W2973896226 · doi:10.1080/14739879.2019.1666662

Practice-Based Small Group Learning (PBSGL) in Scotland: the past, the present and the future

2019· article· en· W2973896226 sur OpenAlexaboutno aff
David Cunningham, Leon Zlotos

Notice bibliographique

RevueEducation for Primary Care · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNursingSmall group learningPrimary careMedical educationPopulationMedicineHealth carePsychologyFamily medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Practice-based Small Group Learning (PBSGL) originated in Canada and transferred to Scotland in 2003 with a successful pilot involving 45 general practitioners (GPs). The Scottish programme has grown considerably since then and now has 3,400 members drawn from GPs, GP nurses, pharmacists and other professions. Members get together in small groups and discuss case presentations written by authors who have drawn on their own experiences with real patients. The group review a distillation of the current evidence base included in the module and propose changes to their own practice. Members make a commitment to change and log these changes in a shared document.In Scotland, 34% of groups are inter-professional, reflecting the dynamic changes to the primary health care team as it meets the health care needs of the Scottish population. Professional (and inter-professional) socialisation is a key feature of many PBSGL groups. Some groups have peer support as a central function to their meetings.The programme has recruited a small team of module writers and authors and most modules are now produced in Scotland by primary health care members. In addition, over 1,000 members have been trained up to be peer facilitators for their small group. The PBSGL programme in Scotland has ensured that continuing professional development of the primary health care team is available to teams across Scotland and that PBSGL groups can control the content and logistics of their own meetings.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil0,796

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,362
Écart entre enseignants0,351 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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 revueEducation for Primary CareMême sujetInterprofessional Education and CollaborationTravaux en français237 207