Exploring the evolving concept of ‘patient ownership’ in the era of resident duty hour regulations—experience of residents and faculty in an internal medicine night float system
Notice bibliographique
Résumé
BACKGROUND: Despite the use of 'patient ownership' as an embodiment of professionalism and increasing concerns over its loss among trainees, how its development in residents has been affected by duty hour regulations has not been well described. In this qualitative study, we aim to outline the key features of patient ownership in internal medicine, factors enabling its development, and how these have been affected by the adoption of a night float system to comply with duty hour regulations. METHODS: In this qualitative descriptive study, we interviewed 18 residents and 12 faculty internists at one university centre and conducted a thematic analysis of the data focused on the concept of patient ownership. RESULTS: We identified three key features of patient ownership: personal concern for patients, professional capacity for autonomous decision-making, and knowledge of patients' issues. Within the context of a night float system, factors that facilitate development of patient ownership include improved fitness for duty and more consistent interactions with patients/families resulting from working the same shift over consecutive days (or nights). Conversely, the increase in patient handovers, if done poorly, is a potential threat to patient ownership development. Trainees often struggle to develop ownership when autonomy is not supported with supervision and when role-modelling by faculty is lacking. DISCUSSION: These features of patient ownership can be used to frame discussions when coaching trainees. Residency programs should be mindful of the downstream effects of shift-based scheduling. We propose strategies to optimize factors that enable trainee development of patient ownership.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».